超声BI—RADS3、45级对乳腺肿瘤临床诊断的意义
BI—RADS分类在超声诊断乳腺癌中的应用价值
BI—RADS分类在超声诊断乳腺癌中的应用价值目的：探讨超声乳腺影像报告和数据系统（BI-RADS）分类在诊断乳腺癌中的价值分析。
方法：212例乳腺患者术前行常规超声检查，并对发现的254个结节进行常规BI-RADS分类，术后病理结果与BI-RADS对照分析。
结果：254个结节中，BI-RADS 3类40个，4a类106个，4b类42个，4c类40个，5类22个，6类4个。
术后病理证实良性结节162个，恶性结节92个，BI-RADS分类诊断乳腺癌的敏感性为95.6%（88/92），特异性为82.7%（134/162）。
结论：超声BI-RADS分类诊断乳腺癌敏感性较高，具备很好的应用价值。
乳腺癌是女性最常见的恶性肿瘤，居发病首位[1]。
近年来以每年3%的速度递增，而且发病年龄越来越年轻化，已成为危害我国女性健康最常见的恶性肿瘤之一[2]。
随着超声设备特别是高频超声及检查技术不断发展，超声检查已成为诊断乳腺癌的重要手段，高频超声对乳腺病灶可以非常清楚地识别，广泛应用于临床[3]。
本文对212例乳腺患者，共254个结节行BI-RADS分类，探讨BI-RADS 分类在乳腺癌诊断中的应用价值。
1 资料与方法1.1 一般资料选取本院2013年12月-2015年3月住院手术患者212例，女211例，男1例，年龄26～65岁，平均（42.8±3.2）岁，患者因乳房胀痛或触及肿块前来超声检查。
1.2 设备使用HITACHI Asc彩色超声多普勒诊断仪，高频线阵探头，频率5～12 MHz。
1.3 方法212例患者手术前应用高频超声常规检查，患者取仰卧位、侧卧位，充分暴露双侧乳房及腋窝，按照1～12点钟放射状、多切面连续扫查法，确保检查无盲区，并对所发现肿块重点观察，记录肿块形态、边界、内部回声、后方回声增强及衰减，内部有无钙化，腋窝淋巴结有无结构异常，详细记录并工作站留存资料。
超声结论包含肿块的物理性质，超声BI-RADS分类，临床建议及随访。
超声影像组学对乳腺BI-RADS_3_类及以上结节良恶性鉴别诊断的应用价值
[收稿日期]2021-12-19 [修回日期]2023-04-19[基金项目]蚌埠医学院自然科学研究重点项目(2021byzd073)[作者单位]蚌埠医学院第一附属医院1.超声科,3.放射科,4.肿瘤外科,安徽蚌埠233004;2.蚌埠医学院超声医学教研室,安徽蚌埠233030[作者简介]苏 蕾(1987-),女,硕士,主治医师.[通信作者]孙医学,主任医师,副教授.E⁃mail:133****1158@163.com[文章编号]1000⁃2200(2023)08⁃1101⁃04㊃影像医学㊃超声影像组学对乳腺BI⁃RADS 3类及以上结节良恶性鉴别诊断的应用价值苏 蕾1,2,周牧野3,李 阳1,郭 婕1,侯迎迎1,马小开4,孙医学1[摘要]目的:探讨超声影像组学对乳腺BI⁃RADS 3类及以上结节良恶性的鉴别诊断㊂方法:回顾性分析经超声诊断为BI⁃RADS 3类及以上结节164个,并获得其病理结果,将病灶划分为训练集(n =123)㊁测试集(n =41)㊂基于超声影像组学中的特征提取工程提取图像中感兴趣区的高维特征参数并利用特征降维筛选可靠特征建立模型进行分类研究,训练集用于建立模型,测试集用于验证模型准确性㊂结果:超声组学所建立的模型鉴别乳腺结节良恶性的敏感性㊁特异性㊁准确性及ROC 曲线下面积分别为87.51%㊁84.62%㊁85.00%㊁0.854(0.707~0.946)㊂结论:超声影像组学在鉴别乳腺BI⁃RADS 3类及以上结节的良恶性上具有良好的诊断价值㊂[关键词]超声影像组学;乳腺结节;BI⁃RADS;鉴别诊断[中图法分类号]R 445.1;R 737.9 [文献标志码]A DOI :10.13898/ki.issn.1000⁃2200.2023.08.019Application value of ultrasound radiomics in differential diagnosis of benign and malignant breast BI⁃RADS category 3and above nodulesSU Lei 1,2,ZHOU Mu⁃ye 3,LI Yang 1,GUO Jie 1,HOU Ying⁃ying 1,MA Xiao⁃kai 4,SUN Yi⁃xue 1(1.Department of Ultrasound ,3.Department of Radiology ,4.Department of Urgical Oncology ,The First Affiliated Hospital of Bengbu Medical College ,Bengbu Anhui 233004;2.Ultrasound Medicine Teachingand Research Office ,Bengbu Medical College ,Bengbu Anhui 233030,China )[Abstract ]Objective :To evaluate the differential diagnosis of benign and malignant breast BI⁃RADS category 3and above nodules by ultrasound radiomics.Methods :A total of 164breast nodules of BI⁃RADS category 3and above diagnosed by ultrasound were retrospectively analyzed.The lesions were divided into training set (n =123)and test set (n =41).Base on feature extraction engineering of ultrasound radiomics,the high latitude feature parameters of the region of interest in the image were extracted,and the feature dimension reduction was used to screen the reliable features which established the model for classification research.The training set was used to establish the model,and the test set was used to verify the accuracy of the model.Results :The sensitivity,specificity,accuracy and area under ROC curve of the model established by ultrasound radiomics were 87.51%,84.62%,85.00%and 0.854(0.707-0.946),respectively.Conclusions :Ultrasound radiomics has certain diagnostic value in differentiating benign and malignant breast BI⁃RADS category 3and above nodules.[Key words ]ultrasound radiomics;breast nodule;BI⁃RADS;differential diagnosis 近年来,乳腺癌的发病年龄呈年轻化趋势,对其治疗的方案也更倾向个体化㊁精准化,因此,在保证病人生存获益的前提下,同时要满足女性的正常生理㊁生活需求,乳腺癌的手术范围不断缩小,手术方式更加微创,以期最大程度保留病人乳房的功能,减少术后可能带来的并发症,这就对乳腺癌的精确诊断提出更大的挑战㊂目前,对于乳腺疾病的筛查普遍利用超声来进行,并依据BI⁃RADS 分类[1]标准进行诊断,但不同医生的诊断存在一定的主观差异性㊂而影像组学作为新型影像图像技术,通过提取㊁量化图像的高维特征,对定量数据进行分析,避免主观误判㊂本研究基于超声影像组学,通过构建统计学模型来分析及预测超声诊断为BI⁃RADS 3类及以上乳腺结节的良恶性㊂现作报道㊂1 资料与方法1.1 一般资料 选取2018年6月至2021年11月蚌埠医学院第一附属医院收治的乳腺结节病人164例,均为女性,年龄26~68岁,平均(41.7±8.4)岁,共164个病灶,且经超声诊断均为BI⁃RADS 3类及3类以上,后经病理证实良性病灶71例,恶性病灶93例㊂纳入标准:(1)所有病人图像清晰,肿瘤形态能完全显示在图像中;(2)病人行超声检查获取图像前均未行任何辅助治疗;(3)病人除乳腺肿瘤外均未有其他肿瘤㊂排除标准:(1)获取病理前提示存在远处转移或合并其他肿瘤;(2)超声图像存在大量声影,肿瘤较大导致感兴趣区(ROI)不能完全勾画㊂本项目经蚌埠医学院伦理委员会批准,伦科批字[2022]第186号㊂1.2 超声检查及方法 选用GE S8彩色超声诊断仪,高频线阵探头11L⁃D,频率3~11MHz,对病人进行图像采集㊂病人选取仰卧位,行双侧乳腺常规超声扫查,记录图像中结节的大小㊁数目及位置,根据病灶形态㊁大小㊁边界㊁内部回声㊁后方回声衰减特征㊁钙化及病灶与周围组织之间关系等进行BI⁃RADS分类,多枚结节共存的情况下,只保留分类等级最高的结节作为ROI选取,所有图像经由2名具有7年以上乳腺超声诊断经验的医生采集并评估,最终综合一致性意见得到分类结果㊂采集图像时调节频率㊁焦点㊁增益及时间补偿曲线使图像达到最佳成像质量㊂每个乳腺肿瘤病人选取最大长轴切面图像,导出为DICOM格式文件㊂1.3 图像预处理 原始图像由960mm×720mm×1mm体素尺寸(Voxel Size)㊁1mm×1mm×1mm体素间距(Voxel Spcaing)和[0,255]的灰度值构成㊂在特征提取之前对每幅图像都进行相同的标准化预处理,将原始3D图像转换为960mm×720mm像素尺寸,1mm×1mm像素间距,且对灰度值进行Z⁃score标准化处理,获得均值为0㊁标准差为1的灰度图像㊂转换公式:(x⁃μ)/σ,x为原始像素点值,μ为原始像素均值,σ为原始像素标准差㊂1.4 ROI勾画㊁特征提取及数据预处理 所有图像由一名副高职称医生使用3D⁃slicer(Version 4.11.0,)软件对病灶ROI进行手动勾画,并由另一名副高职称医生核查,导出肿瘤图像及ROI掩模(见图1)㊂使用Python(Version3.7.6, )的Pyradiomics程序库[2]对所有原始图像进行小波变换(Wavelet filter)及指数变换(Exponential filter),获得16幅变换图像,同时提取原始图像㊁小波变换及指数变换图像的2D组学特征㊂对所有提取的超声组学特征值进行Z⁃score标准化处理㊂1.5 特征建模与统计分析 1.5.1 特征初步筛选 为了消除特征之间多重共线性对预测结果的影响,组内采取Pearson相关系数对重复性较高的特征进行筛选,相关系数r>0.9的特征认为与其他特征高度线性相关,并予以剔除㊂组间采用t检验和Mmann⁃whitney检验,筛选P>0.05的特征予以剔除,剩余特征入组待下一步降维㊁筛选㊂1.5.2 特征降维及建模 将164个病灶按照3∶1的比例依据BI⁃RADS分类随机分层分为训练集(n=123)和测试集(n=41)㊂训练集用于特征降维㊁筛选及建立模型,测试集用于评估模型㊂运用L1正则化(LASSO)算法对剩余入组特征进行压缩㊁降维,采用十折交叉验证筛选最优lambda值,特征系数不为0的参数作为最终纳入超声影像组学评分模型Radscore的变量㊂1.6 统计学方法 采用Mmann⁃whitney检验㊁t检验㊁χ2检验和Pearson相关性分析,运用错配率㊁ROC曲线及曲线下面积(AUC)评价二元logistic回归模型的预测能力㊂2 结果2.1 一般资料 164个病灶中,共71例良性病灶, 93例恶性病灶㊂训练集123例,测试集41例㊂训练集与测试集组结节最大径㊁良恶性分布以及类别分布差异均无统计学意义(P>0.05)(见表1)㊂表1 训练集和测试集良恶性病灶数及BI⁃RADS分类结果分组n结节最大径[M(P25,P75)]/mm结节良恶性良性 恶性 BI⁃RADS分类 3类 4类 5类 训练集12325(6,35)5370307419测试集 4123(5,36)182310247合计16425(6,36)7193409826χ2 0.78*0.010.07P >0.05>0.05>0.05 *示Mmann⁃whitney检验2.2 特征筛选及模型构建 在训练组上使用特征提取器将每幅图像提取567个特征,组内运用Pearson相关系数剔除r>0.9的特征,共有289个特征予以保留,组间经过t检验和Mmann⁃whitney检验,筛选出P<0.05的特征㊂组内和组间初筛后剩余97个特征㊂采用LASSO进一步对以上特征进行降维,将特征数压缩成8个影像组学特征和一个截距值,同时获得最优Lambda值0.03328,错配率0.0724(见图2),8个特征包括1个一阶特征㊁2个2D形体学特征及5个纹理特征,5个原始图像特征,1个对数变换特征,2个小波变换特征,见表2中①~⑧㊂ 利用上述特征建立二元logistic回归方程, Radscore(Radscore:1.Radscore=1.29203907×①-1.82709327×②+0.17149944×③+0.016 01477×④+0.47144247×⑤-0.17895320×⑥-0.14634798×⑦+0.34389966×⑧-⑨)为最终保留的特征与其对应系数乘积之和再与截距(Intercept)相加,最终预测变量为是否为乳腺癌概率P(二分类逻辑回归模型:概率P=1÷(1+ e-Radscore),特征系数为数据标准化过后的回归系数及截距值(见表2)㊂表2 特征筛选表序号特征名称特征系数①original_shape2D_Elongation 1.29203907②original_shape2D_Sphericity-1.82709327③original_firstorder_Entropy0.17149944④original_glcm_ClusterProminence0.01601477⑤original_glrlm_RunEntropy0.47144247⑥exponential_glrlm_RunLengthNonUniformity-0.17895320⑦Wavelet-LH_gldm_DependenceVariance-0.14634798⑧Wavelet-LH_glszm_ZoneEntropy0.34389966⑨Intercept-0.968663222.3 模型的诊断效能 在测试集41例病人超声图像上对影像组学模型进行验证㊂模型的敏感性㊁特异性㊁阴性预测值㊁阳性预测值㊁准确性㊁Youden指数分别为87.51%㊁84.62%㊁90.91%㊁77.78%㊁85.00%㊁0.7033,AUC为0.854(0.707~0.946) (P<0.01)(见图3)㊂结果表明超声影像组学鉴别良恶性乳腺病变具有良好的诊断效能㊂3 讨论 目前,对乳腺疾病的影像学诊断包括超声㊁钼靶和MRI等㊂MRI虽然具有多序列成像特点,但对于较小病灶的检测具有一定的局限性,而且需要依赖Gd增强和弥散加权成像来辅助判断㊂钼靶X线具有高分辨率成像特点,但为重叠的静态图像,当乳腺腺体增多时,X线发现病灶难度增加,无法进行精准诊断,且具有辐射性㊂而超声具有图像清晰无重叠,检查方便快速,无辐射,发现病灶准确等特点,常作为首选的检查手段㊂超声影像组学作为新的影像组学技术,近些年被逐渐重视㊂超声基于声波成像,不同于其他影像学的密度及氢质子成像方式,运用组学对超声图像分析方面可以获得其他影像组学不同的特征信息,从而构建不同的模型,因此超声影像组学是乳腺疾病诊断技术中不可或缺的一部分㊂本研究采用超声影像组学对超声图像进行特征提取和特征降维㊁分析,提取特征分为训练集和测试集数据㊂在训练集中动态的降低模型分类结果与真实分类结果之间的误差从而筛选Lamdba值和最佳特征参数,构建逻辑回归模型,最终因变量返回为乳腺癌的概率P㊂测试集上运用ROC曲线及AUC方法验证逻辑回归模型分类的准确性㊂模型分类的敏感性和特异性较高,分别为87.51%和84.62%㊂筛选出的8个超声组学特征用来构建模型,提取了包括一阶直方图特征㊁2D形态学特征和高阶纹理特征[3]㊂其中original_shape2D_Elongation和original_ shape2D_Sphericity为形态学特征,Elongation将图像分成两个主体部分,计算其伸长率,Sphericity为反映图像球形率的特征㊂original_firstorder_Entropy为一阶直方图特征熵,反映图像灰阶分布的随机性㊂而其余5个均是高阶纹理特征[4],original_glcm_ ClusterProminence反映ROI集群突出的特征,纹理集群越突兀,不对称性越大,其值越大㊂original_ glrlm_RunEntropy反映灰度行程的不确定性,其值增加,ROI的异质性和不均匀性增加㊂exponential_ glrlm_RunLengthNonUniformity测量灰度游程相似性,较低值表示灰度长程更加均匀㊂Wavelet⁃LH_ gldm_DependenceVariance测量ROI区域灰度依赖方差大小㊂Wavelet⁃LH_glszm_ZoneEntropy反映ROI灰度分布区域的不确定性和随机性,值越大表明随机性越大㊂相对于一阶直方图特征与形态学特征,纹理特征作为诊断㊁鉴别良恶性肿瘤具有明显的意义,肿瘤纹理特征表示肿瘤图像的像素排布与空间像素关系[5],代表肿瘤生长发展的纹理异质性表现[6]㊂以上这些表现在图像上无法辨别,同时也难以发现这些微观信息与疾病发生的内在联系㊂超声组学对鉴别乳腺病变的良恶性的研究较少,多数集中在对甲状腺结节的分析[7]㊂本研究数据纳入了BI⁃RADS3类及以上的结节,因3类及以上结节均具有恶性潜能,而BI⁃RADS分级高也并非完全是恶性,有研究[8]表明,BI⁃RADS4类结节良性率高达62%,恶性可能性为2%~95%[9]㊂大部分影像组学对鉴别乳腺癌良恶性的研究集中在MRI 及X线,既往资料显示MRI及X线利用影像组学鉴别乳腺结节的AUC分别为0.75~0.81[10]㊁0.76~ 0.86[11],而本研究的AUC为0.85,更是高于MRI 组学,与X线组学基本接近㊂影像组学利用机器学习思想建立模型预测乳腺疾病的性质已经得到证实[12-13],本研究通过对乳腺BI⁃RADS3类及以上结节的分析发现,超声影像组学作为影像组学对乳腺肿瘤良恶性鉴别诊断具有重要价值,同时拥有快速㊁经济以及无辐射等特点,但研究存在一定的局限性㊂首先,本次研究选取样本为单中心样本,需要多中心样本来增加模型的泛化性;其次,影像图像不同于自然图像容易获得,同时由于病灶的异质性等原因不能运用自然图像的图像增强技术来处理,存在一定的模型过拟合问题,今后将开展多中心㊁大样本研究,同时改进超声影像图像的提取技术,减少过拟合等问题,增加模型预测的泛化性及准确性㊂[参考文献][1] EGHTEDARI M,CHONG A,RAKOW⁃PENNER R,et al.Currentstatus and future of BI⁃RADS in multimodality imaging,from theAJR special series on radiology reporting and data systems[J].AJR Am J Roentgenol,2021,216(4):860.[2] GRIETHUYSEN J,FEDOROV A,PARMAR C,et al.Computational radiomics system to decode the radiographicphenotype[J].Cancer Res,2017,77(21):e104. [3] CHEN Q,XIA J,ZHANG J.Identify the triple⁃negative and non⁃triple⁃negative breast cancer by using texture features of medicaleultrasonic image:a STROBE⁃compliant study[J].Medicine(Baltimore),2021,100(22):e25878.[4] ALOBAIDLI S,MCQUAID S,SOUTH C,et al.The role of textureanalysis in imaging as an outcome predictor and potential tool inradiotherapy treatment planning[J].Br J Radiol,2014,87(1042):20140369.[5] ZHANG B,SONG L,YIN J.Texture analysis of DCE⁃MRIintratumoral subregions to identify benign and malignant breasttumors[J].Front Oncol,2021,11:688182.[6] DAMASCELLI A,GALLIVANONE F,CRISTEL G,et al.Advanced imaging analysis in prostate MRI:building a radiomicsignature to predict tumor aggressiveness[J].Diagnostics(Basel),2021,11(4):594.[7] 胡小玲,冉海涛.超声影像组学评估甲状腺乳头状癌颈部淋巴结转移[J].中国超声医学杂志,2022,38(4):4. [8] ELVERICI E,BARCA AN,AKTAS H,et al.Nonpalpable BI⁃RADS4breast lesions:sonographic findings and pathologycorrelation[J].Diagn Interv Radiol,2015,21(3):189. [9] 吴佳辉,鹿皎,卓晓英,等.声触诊弹性成像技术联合超声造影优化乳腺BI⁃RADS4类病灶诊断的价值研究[J].徐州医科大学学报,2023,43(3):196.[10] GIBBS P,ONISHI N,SADINSKI M,et al.Characterization of sub⁃1cm breast lesions using radiomics analysis[J].J Magn ResonImaging,2019,50(5):1468.[11] LI Z,YU L,WANG X,et al.Diagnostic performance ofmammographic texture analysis in the differential diagnosis ofbenign and malignant breast tumors[J].Clin Breast Cancer,2018,18(4):e621.[12] 王瑛,陈英格,叶素敏,等.超声影像组学标签预测三阴性乳腺癌的价值[J].中国医学影像学杂志,2021,29(1):35. [13] 徐敏,马宜传,张书海,等.基于双模态MRI影像组学术前预测浸润性乳腺癌腋窝淋巴结转移[J].蚌埠医学院学报,2021,46(12):1763.(本文编辑 周洋)。
超声bi-rads分级标准
超声bi-rads分级标准超声BI-RADS分级标准是一种用于评估乳腺超声检查结果的量化评分系统。
它旨在为医生提供一个统一、规范的诊断依据，帮助判断乳腺病变的性质，以便作出更准确的诊断和治疗方案。
BI-RADS分级系统共分为0-6级，各级别含义如下：1.0级：检查不完善，需要进一步检查。
这类病例可能需要结合其他影像学检查（如钼靶、磁共振等）来获取更全面的资料，以便对病情进行全面评估。
2.1级：阴性。
表示乳腺超声检查未见明显异常，患者可以按照常规体检进行（如每年进行一次检查）。
3.2级：良性病变。
这类病例包括已经钙化的纤维腺瘤、多发分泌性钙化、含有脂肪成分的病变、乳房内淋巴结、植入的假体等。
建议患者定期随访（如每6个月至1年进行一次复查）。
4.3级：可能良性，建议短期随访观察。
这类病变恶性程度较低，约占1-2%。
短期随访一般指每3-6个月进行一次复查。
包括非钙化的边界清晰的肿块和成簇的点状钙化。
5.4级：可疑恶性，建议活检。
这类病变恶性程度较高，约占3-94%。
建议患者进行穿刺活检或手术切除，以明确诊断。
6.5级：高度提示恶性，应进行适当处理。
这类病变恶性程度极高，约占95%。
患者需立即进行临床处理，如手术、放疗、化疗等。
7.6级：活检已经证实为恶性。
这类患者需要进一步接受外科手术、放化疗或全乳切除术等治疗。
总之，超声BI-RADS分级标准为乳腺病变的诊断和治疗提供了一个量化的评估体系。
患者在接受乳腺超声检查后，医生会根据检查结果进行BI-RADS分级，从而为患者制定更合适的治疗方案。
需要注意的是，BI-RADS分级仅作为一种参考，最终的诊断和治疗还需结合临床表现、患者年龄、病变发展速度等多方面因素综合考虑。
birsds分级标准
BI-RADS分级标准是指数字乳腺影像报告和数据系统，在临床上用于乳腺钼靶诊断的分级。
这个分级标准总共可以分为0-6级七个等级，分级标准主要基于肿物的具体大小、肿物内是否有血运、肿物的边界是否光滑、钙化及同侧的腋窝是否出现异常肿大的淋巴结等因素。
•0级指的是需要进行进一步检查的情况。
•1级表示影像学检查未见异常。
•2级为良性征象。
•3级提示影像学良性可能性比较大。
•4级提示影像学检查提示恶性的可能性比较大，其中又分为4A、4B、4C，分别表示低度可疑、中度可疑和不确定高度。
•5级表示有三项或者三项以上的征象提示为恶性的，一般恶性可能性高于95%。
•6级是已经穿刺或者手术病理证实为恶性的病变。
BI-RADS的分级可以应用于乳腺、甲状腺等部位肿瘤的检查，用于评估肿瘤的性质，对于有乳腺癌或者甲状腺癌病史的人群，更应定期进行检查，有助于提高早期的检出率。
乳腺彩超报告单中BI-RADS分类是什么？有什么临床意义？
乳腺彩超报告单中BI-RADS分类是什么？有什么临床意义？随着人们健康意识增强以及医学知识普及，女性对乳腺健康状况越来越关注，并将定期体检作为自我保健的主要手段之一。
乳腺超声检查是体检中的重要项目，但大部分女性在拿到乳腺超声报告时总有疑问，BI-RADS分类3级、4级，还有4a、4b、4c是什么意思？是不是患有乳腺癌？实际上，乳腺超声BI-RADS分类是对乳腺病变的分类和评估，本文将向大家详细介绍BI-RADS分类的内容以及其临床意义。
1什么是BI-RADS分类？乳腺BI-RADS分类，全文为乳腺超声影像报告与数据系统分类，由美国放射学院结合NCCN国际抗癌联盟乳腺癌筛查及诊断指南在1992年制定的，并在2003年修改中加入了超声的内容，其应用目的是为了临床对乳腺病灶的描述更为标准规范，降低乳腺影像结果解读中的差错，减少超声检查假阳性和减少患者过度忧虑（或过度诊断），方便超声医师、临床医生与患者的交流，也有助于临床医师快速准确地对不同分类的病变予以相应的临床处理。
简单地说，对于乳腺结节患者而言，只要掌握了BI-RADS分类的知识就可大致了解自身结节情况。
2乳腺超声BI-RADS分类有哪几类及其临床意义？（1）BI-RADS0类：此类是指超声检查不能全面评估病灶，需要联合MRI、钼靶等其他影像学检查，以进一步明确诊断。
例如：患者因乳头溢液、乳晕皮肤不对称或增厚、乳腺触诊有肿块就诊进行乳腺超声检查，但超声未发现有病灶，或者超声不能确定是否存有病变。
（2）BI-RADS1类：乳腺超声未发现有异常，简单地说就是乳腺正常，无结节。
（3）BI-RADS2类：乳腺结节为良性病变，如单纯性囊肿、乳腺内淋巴结、乳腺脂肪小叶、簇状小囊肿、导管扩张、乳房假体等，基本能够排除结节恶性病变。
医生常会建议患者每6-12个月定期复查1次。
（4）BI-RADS3类：乳腺结节为良性病变的可能性较大，其超声检查显示病灶有典型的良性病变特征，如病灶形态规则，呈椭圆形，边缘清晰，其恶性危险<2%，例如：乳腺纤维腺瘤、等回声型复杂囊肿、新发现的簇状小囊肿、术后瘢痕引起的乳腺结构扭曲、乳腺增生结节等，此种情况一般建议病人每3-6个月复查1次。
超声弹性成像在诊断乳腺BI-RADS评分3级及4级病变中的价值
超声弹性成像在诊断乳腺BI-RADS评分3级及4级病变中的价值强也;吴意贇;宋旭光;张芹;许华宁;栾云;殷立平【摘要】目的探讨超声弹性成像在诊断乳腺BI-RADS评分3级及4级乳腺病变中的价值.方法以病理结果为金标准,根据超声弹性成像结果对149例BI-RADS评分3级及4级的乳腺病变进行校正,比较校正前后的诊断结果.结果应变率比值法诊断乳腺肿块的ROC曲线下面积为0.920,弹性评分法和应变率比值法诊断乳腺恶性肿块的敏感性、特异性、阳性预测率、阴性预测率、诊断准确率分别为77.36％,87.50％,77.36％,87.50％,83.89％和69.81％、97.91％、94.87％、85.45％、87.9％.弹性评分法和应变率比值法校正后的BI-RADS评分分级诊断乳腺恶性肿块敏感性、特异性、阳性预测率、阴性预测率及诊断准确率分别为83.01％、97.91％、95.65％、91.23％及92.62％,与校正前比较差异有统计学意义(P＜0.05).结论超声弹性成像可以明显提高BI-RADS评分3级及4级乳腺病变诊断的准确率.【期刊名称】《临床超声医学杂志》【年(卷),期】2015(017)010【总页数】4页(P673-676)【关键词】超声检查;弹性成像;乳腺肿块;乳腺影像报告和数据系统【作者】强也;吴意贇;宋旭光;张芹;许华宁;栾云;殷立平【作者单位】210029南京市,江苏省中医院超声医学科;210029南京市,江苏省中医院超声医学科;210029南京市,江苏省中医院超声医学科;210029南京市,江苏省中医院超声医学科;210029南京市,江苏省中医院超声医学科;210029南京市,江苏省中医院超声医学科;210029南京市,江苏省中医院超声医学科【正文语种】中文【中图分类】R737.9;R445.1乳腺癌的全球发病率逐年上升［1］，已成为我国女性第二常见的恶性肿瘤［2］。
乳腺影像报告和数据系统（BI-RADS）是美国放射学会制定的乳腺影像诊断规范化的标准，超声弹性成像是近年发展起来的一种以肿块软硬程度间接判断良恶性的方法。
超声造影调整乳腺BI-RADS 3、4类肿块的临床价值
·经验交流·2013版乳腺影像报告和数据系统（breast imaging reporting and data system，BI-RADS），对超声BI-RADS部分进行了大量修改，但其对血流信息概括简单，且未涉及超声造影内容。
BI-RADS4类肿块恶性概率跨度大，若均行穿刺活检，会造成过度治疗和医疗资源浪费。
超声造影能够清晰显示肿瘤组织微血管灌注情况，提示肿瘤新生血管分布形态、走行变化，弥补超声造影调整乳腺BI-RADS3、4类肿块的临床价值朱桂新武爽董立阳林艳慧摘要目的探讨超声造影检查调整乳腺BI-RADS3、4类肿块的临床价值。
方法选取我院经穿刺活检或手术病理证实的乳腺肿块患者71例（共76个肿块），良性肿块43个，恶性肿块33个，常规超声检查BI-RADS分类均为3类或4类。
对其进行超声造影评分，根据评分结果重新调整乳腺BI-RADS3、4类肿块分类，比较调整前、后BI-RADS分类对乳腺BI-RADS3、4类肿块良恶性的诊断效能。
结果①76个乳腺肿块中，调整后BI-RADS分类2类7个、3类12个（3类保持不变4个）、4A类20个（3类上调2个）、4B类15个、4C类11个、5类11个，BI-RADS4类肿块活检率降至69.8%，误诊率仅为1.6%；②调整前、后BI-RADS分类诊断的敏感性、特异性、准确率分别为75.8%、76.7%、76.3%和97.0%、88.4%、92.1%；ROC曲线下面积分别为0.763、0.927，差异有统计学意义（Z=3.965，P<0.05）。
结论超声造影检查可通过调整BI-RADS分类提高对乳腺BI-RADS3、4类肿块良恶性的诊断效能。
关键词超声检查；造影剂；乳腺肿瘤，良恶性；BI-RADS3、4类［中图法分类号］R445.1；R737.9［文献标识码］AClinical value of contrast-enhanced ultrasound in adjusting breast lesions ofBI-RADS category3and4ZHU Guixin，WU Shuang，DONG Liyang，LIN YanhuiDepartment of Ultrasound，Chaoyang Central Hospital，Liaoning122000，ChinaABSTRACT Objective To explore the clinical value of contrast-enhanced ultrasound（CEUS）in adjusting breast lesions of BI-RADS category3and4.Methods A total of71patients with breast lesions confirmed by biopsy or pathology in our hospital were selected.There were76lesions，including43benign lesions and33malignant lesions.The BI-RADS classification of all lesions by routine ultrasonography were category3or4，and they were scored by CEUS.The classification of breast BI-RADS category was readjusted according to the CEUS score results，and the diagnostic efficacy of the BI-RADS classification before and after adjustment for benign and malignant breast lesions of BI-RADS category3and4was compared. Results①Among the76breast lesions，there were7lesions in BI-RADS category2，12lesions in category3（4lesions in3categories remained unchanged），and20lesions in category4A（2lesions increase in category3），15lesions in category4B，11lesions in category4C，and11lesions in category5after the adjustment.The biopsy rate of lesions of BI-RADS category4 decreased by69.8%，and the misdiagnosis rate was only1.6%.②The sensitivity，specificity，and accuracy of BI-RADS classification before and after adjustment were75.8%，76.7%，76.3%and97.0%，88.4%，92.1%，respectively.The areas under the ROC curve before and after adjustment were0.763and0.927，respectively，the difference was statistically significant （Z=3.965，P<0.05）.Conclusion CEUS can improve the diagnostic efficacy of breast lesions of BI-RADS category3and4by adjusting the BI-RADS classification.KEY WORDS Ultrasonography；Contrast agent；Breast lesions，benign and malignant；BI-RADS category3and4作者单位：122000辽宁省朝阳市，朝阳市中心医院超声科血流信息的不足。
BI-RADS分级超声诊断乳腺病变应用价值
[4] 金燕，郑琳娜，韩敏，等 .BI-RADS 3 级对乳腺病灶患者的诊断结果 及影响因素分析 [J]. 现代生物医学进展，2019，19(7):1270-1273.
表 2 BI-RADS 分级超声诊断结果与病理诊断结果对比（例）
病理诊断结果
恶性 良性 合计
BI-RADS 分级超声诊断结果
恶性
良性
7
2
1
14
8
16
合计
9 15 24
3 讨论 穿刺活检或病理检查是临床诊断乳腺病变的金标准，
准确率高，但因其为有创操作，会对机体造成损伤，且 损伤所带来的后果通常较为严重，导致其临床应用受限。 B I - R A D S 分级超声诊断标准可明显提高超声检查报告的 规范性，有效解决了超声检查过程中主观性判断的不足， 能够使临床诊断结果的准确率得到一定的提升 [9]。
乳腺病变属于女性患者中的一种常见病，目前认为 其与自身免疫、泌乳、感染、服用避孕药等因素有关 [1]。 流行病学研究发现，近年来，我国的乳腺病变患病率呈 现了递增的发展势态 [2]。乳腺病变若不及早发现并治疗， 病情持续恶化的话会发生恶变，形成乳腺癌 [3]。统计数 据显示，乳腺癌在女性恶性肿瘤中的患病率位居第二位， 仅次于子宫癌 [4]。世卫组织的统计数据显示，全世界每 年约有 120 万女性罹患乳腺癌，其中约 42% 的患者因该 病直接或间接死亡 [5]。而在我国，每年因乳腺癌死亡的 患者人数约达 3.7 万 [6]。由此可见，乳腺癌具有较高的 患病率与死亡率。因此，临床针对乳腺病变应及早作出 明确诊断，并积极治疗。鉴于此，本文为了进一步分析 BI-RADS 分级超声诊断乳腺病变的应用价值，就 24 例患 者的病历资料进行分析，见如下汇报。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
［ 中 图分 类号】Ｒ ４ ４ ５ ． １ ； Ｒ７ ３ ７ ． ９ 【 文献标 识码 】Ｂ 【 文章 编号】１ ６ ７ ３ — ９ ７ ０ １ （ ２ ０ １ ４） ０ ５ — ０ １ ４ ４ — ０ ３
Ｄｉ ａ ｇ ｎ ｏ ｓ ｔ ｉ ｃ ｖ ａ ｌ ｕ ｅ ｏ ｆ ｕ ｌ ｔ ｒ ａ ｓ ｏ ｕ ｎ ｄ ＢＩ － ＲＡＤＳ ｃ ａ ｔ ｅ ｇ ｏ ｒ ｉ ｅ ｓ ３， ４， ５ ｉ ｎ ｂ 论 超 声 Ｂ Ｉ — Ｒ Ａ Ｄ Ｓ分级 能够 对乳 腺肿 块进 行 比较 准确 的评 估 ， 是 早期 发现 乳腺 癌 的有 效检查 方 式 ， 为
乳 腺肿 物选 择手 术时 机有 重要 的 参考 价值 。
【 关键 词】 乳腺 肿 瘤 ； ＢＩ — ＲＡＤＳ ； 乳 腺超 声
ｉ ｎ ｏｒｓ
ＷＡ Ｎ Ｇ Ｓ ｈ ｕ ａ ｎ ｇ ｈ ｕ ｉ Ｙ Ａ Ｎ Ｇ Ｚ ｈ ｅ ｎ ｊ ｉ ￣ｄ Ｙ Ａ Ｎ Ｇ Ｄ ｏ ｎ ｇ ｗ ｅ ｉ Ｄ Ｉ Ｎ Ｇ Ｙ ａ ｎ ｂ ｉ ｎ Ｚ ＨＵ Ｇ ｕ ｉ ｘ ｉ ｎ
１ ． Ｃｈ ｅ ｎ ｇ ｄ ｅ Ｍｅ ｄ ｉ ｃ ａ ｌ Ｃｏ ｌ ｌ ｅ ｇ ｅ ，Ｃｈ ｅ ｎ ｇ ｄ ｅ ０ ６ ７ ０ ０ ０ ，Ｃｈ ｉ ｎ ａ ；２ ． Ｄｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｏｎ ｃ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ Ｓ ｕ ｒ ｇ ｅ ｒ ｙ ，Ｃｈ ａ ｏ ｙ ａ ｎ ｇ Ｃ ｅ ｎ ｔ ｒ ａ ｌ Ｈｏ ｓ ｐ ｉ ｔ ａ ｌ ｉ ｎ Ｌ ｉ ａ ｏ ｎ ｉ ｎ ｇ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ，Ｃｈ ａ ｏ ｙ ａ ｎ ｇ １ ２ ２ ０ ０ ０ ，Ｃ ｈ ｉ ｎ ａ ；３ ． Ｄｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｕｌ ｔ ｒ ａ ｓ ｏ ｕ ｎ ｄ ，Ｃｈ ａ ｏ ｙ ａ ｎ ｇ Ｃ ｅ ｎ ｔ ｒ ａ ｌ Ｈｏ ｓ ｐ ｉ ｔ ａ ｌ ｉ ｎ Ｌ ｉ ａ ｏ ｎ ｉ ｎ ｇ
ａ ｇ ｎ ｏ ｓ ｅ ｄ ａ ｓ ３ － ５ ｓ ｔ ａ ｇ ｅ ｄ ＢＩ －ＲＡＤＳ ｂ ｙ ｕ ｈ ｒ ａ ｓ ｏ ｎ ｏ ｇ ｒ ａ ｐ ｈ ｙ ａ ｎ ｄ ｕ ｎ ｄ ｅ ｒ ｗ ｅ ｎ ｔ ｂ ｒ ｅ ａ ｓ ｔ ｓ ｕ ｒ ｇ ｅ ｙ ．Ａｌ ｒ ｌ ｌ ｅ ｓ ｉ ｏ ｎ ｓ ｗｅ ｒ ｅ ｓ ｅ ｎ ｔ ｆ ｏ ｒ ｐ ａ ｔ ｈ ｏ ｌ ｏ ｇ ｉ — ｅ ａ ｌ ａ ｓ ｓ ｅ ｓ ｓ ｍｅ ｎ ｔ ．Ｗ ｅ ｅ ｘ ｐ ｌ ｏ ｒ ｅ ｄ ｔ ｈ ｅ ｃ ｏ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｂ ｅ ｔ ｗｅ ｅ ｎ ＢＩ － ＲＡＤＳ ｇ ｒ ａ ｄ ｅ ｓ ａ ｎ ｄ ｐ ａ ｈ ｏ ｌ ｏ ｇ ｙ ｄ ｉ ａ ｇ ｎ ｏ ｓ ｅ ｄ ｂ ｒ ｅ ａ ｓ ｔ ｔ ｕ ｍｏ ｒ ｓ ．Ｒｅ ｓ ｕ ｌ ｔ ｓ
０ ６ ７ ０ ０ ０； ２ ． 辽 宁省 朝 阳市 中心 医 院肿瘤 外科 ， 辽宁 朝 阳 １ ２ ２ ０ ０ ０ ；
３ ． 辽 宁省 朝 阳市 中心 医院 超声 科 ，辽 宁朝 阳 １ ２ ２ ０ ０ ０
【 摘 要】目的 研 究超 声乳 腺影 像报 告 和数 据 系统 （ Ｂ ｒ ｅ ａ ｓ ｔ ｉ ｍａ ｇ ｉ ｎ ｇ ｒ ｅ ｐ ｏ ｔ ｒ ｉ ｎ ｇ ａ ｎ ｄ ｄ ａ ｔ ａ ｓ ｙ ｓ ｔ ｅ ｍ， Ｂ Ｉ — Ｒ ＡＤ Ｓ ） ３、 ４ 、 ５级 在 乳
Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ， Ｃｈ ａ ｏ ｙ ａ ｎ ｇ １ ２ ２ ０ ０ ０ ，Ｃ ｈ ｉ ｎ ａ
［ Ａｂ ｓ ｔ ｒ ａ ｃ ｔ 】Ｏｂ ｊ ｅ ｃ ｔ ｉ ｖ ｅ Ｔ ｏ ｅ ｖ ａ ｌ ｕ ａ ｔ ｅ ｔ ｈ ｅ ｄ ｉ ａ ｇ ｎ ｏ ｓ ｔ ｉ ｃ ｖ ａ ｌ ｕ ｅ ｏ ｆ ３ ， ４ ， ５ ｓ ｔ ａ ｇ ｅ ｄ ｕ ｌ ｔ ｒ ａ ｓ ｏ ｕ ｎ ｄ ｂ ｒ ｅ ａ ｓ ｔ ｉ ｍ ａ ｇ ｉ ｎ ｇ ｒ ｅ ｐ ｏ ｒ ｔ ｉ ｎ ｇ ａ ｎ ｄ ｄ ａ ｔ ａ
腺肿 瘤 临床诊 断 中 的应 用 价值 。方 法 选 取我 院 乳腺肿 物 超声 诊断 为 Ｂ Ｉ — Ｒ Ａ Ｄ Ｓ ３ 、 ４、 ５级 的患 者 １ ７ ０例 ， １ ７ ３个 病 灶， 以术后病 理诊 断 为金标 准 ， 研 究 超声 Ｂ Ｉ — Ｒ ＡＤ Ｓ ３ － ５级 对乳 腺 肿瘤 的 诊 断价值 结果 超 声 Ｂ Ｉ — Ｒ Ａ Ｄ Ｓ ３ ～ ５级 对 乳腺 肿块 诊 断的灵 敏 度 、 特异 度 、 阳性 预 测值 、 阴性 预测 值分 别 为 ９ １ ． ３ ８ ％、 ６ ７ ． ８ ３ ％、 ５ ８ ． ８ ９ ％、 ９ ３ ． ９ ８ ％； 超声 ３ 、 ４、 ５级 病灶 中恶性 肿瘤 的百分 率 分别 为 ６ ． ０ ２ ％（ ５ ／ ８ ３ ） 、 ５ １ ． ３ ５ ％（ ３ ８ ／ ７ ４ ） 、 ９ ３ ． ７ ５ ％（ １ ５ ／ １ ６ ） ， 各级 之 间 比较 其差 异 均有 统计 学 意义（ Ｐ ＜ Ｏ ． ０ １ ） ； 不 同年 龄 段 中 ， 年龄＜ ４ ０岁 组 患 恶 性 肿 瘤 百分 率 为 ２ ． ９ ４ ％， 年 龄 ≥４ ０岁 组 患 恶 性 肿 瘤 百 分 率 为
・
临床 探 讨 ・
中 国 现 代 医 生２ ０ １ ４ 年 ２ 月 第 ５ ２ 卷 第５ 期
超声 Ｂ Ｉ — Ｒ ＡＤ Ｓ ３ 、 ４ 、 ５级对乳腺肿瘤 临床诊 断 的意 义
王双辉 杨振 江 ｚ 杨 东炜 丁 彦 彬 朱 桂 新
１ ． 承德 医学 院 ， 河北 承德