新的超声成像技术能否改善乳腺病变的表征？：对超声BI-RADS分类、组织学结果、半自动软件“Live BreastAssist”、应变弹性成像、剪切波弹性成像以及微血管血流的前瞻性比较

《Journal of Ultrasound》：Can new ultrasound imaging techniques improve breast lesions characterization?: prospective comparison between ultrasound BI-RADS, histological result, semi-automatic software—“Live BreastAssist”, strain elastography, shear wave elastography and microvascular flow

多参数超声联合计算机辅助诊断系统（CAD/AI）在乳腺癌良恶性鉴别中的准确性、可重复性及M-Flow、SE、SWE的增量价值评估，对比单纯B模式超声。

　　

摘要

背景

多参数超声（mpUS）将BI-RADS（乳腺影像报告和数据系统）的形态学评估与生物力学生物标志物相结合，包括应变弹性成像（SE）和剪切波弹性成像（SWE），以及微血管血流（M-Flow）。此外，还采用了实时计算机辅助诊断（CAD/AI）系统，如Live Breast Assist和S-Detect，以标准化图像解读，从而减少对操作人员的依赖。

目的

评估在CAD/AI支持下进行的多参数超声与单独使用B模式超声的诊断准确性和重复性，评估它们在良恶性鉴别方面的与组织病理学的一致性，以及SE、SWE和M-Flow的附加贡献。同时量化了操作人员之间的共识程度。

材料与方法

在这项单中心前瞻性研究中，78名连续就诊的患者接受了B模式/BI-RADS评估、彩色多普勒检查、M-Flow（血管化百分比）、SE（应变比）和SWE（以kPa为单位的定量硬度）检测。在数据采集过程中半自动使用了Live Breast Assist，而在必要时S-Detect用于对局灶性病变进行特征描述。组织病理学检查作为金标准。

结果

组织病理学检查发现60例恶性肿瘤（76.9%）和18例良性病变（23.1%）。M-Flow的诊断性能最高（AUC 0.926），敏感性达到95.1%，特异性达到82.4%。SE也显示出较强的鉴别能力（AUC 0.885）。SWE的准确性较低（AUC 0.658）。单独使用B模式的AUC为0.864。尽管与专家操作者相比假阴性率较高，但Live Breast Assist表现出较高的特异性（88.2%）和极好的阳性预测值（PPV）（96.4%）。操作人员之间的共识程度较高（κ = 0.63）。

结论

结合CAD/AI支持的多参数超声提高了良恶性鉴别的诊断准确性和重复性，提供了可靠的生物力学和血管生物标志物。这种方法可能减少对BI-RADS分类不确定的病变进行不必要的活检，不过肿瘤分级仍属于病理学的范畴。