超声弹性成像技术对乳腺肿块定性诊断的价值研究

《超声弹性成像技术对乳腺肿块定性诊断的价值研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、徐州医学院硕士学位论文超声弹性成像技术对乳腺肿块定性诊断的价值研究姓名：胡春梅申请学位级别：硕士专业：影像医学与核医学指导教师：崔建华2012-04徐州I医学院硕士学位论文超声弹性成像技术对乳腺肿块定性诊断的价值研究中文摘要目的探讨超声弹性成像技术，包括助力式弹性成像(compressionultrasonicelastography,CUE)及声脉冲辐射力成像(acousticradiationforceimpulseimaging，ARFI)技术对乳腺肿块的定性诊断价值。方法对130例患者共141个乳腺肿块行CUE检查，分析其UE弹性图特征，予以UE评分，再应用ARFI技术分别对其进行

2、声触诊组织成像(virtualtouchtissueimaging，VTI)及声触诊组织量化(virtualtouchtissuequantification，VTQ)检查，分析VTI弹性图像特征并对肿块硬度进行分级，计算VTI弹性图与二维超声图像面积比，绘制受试者工作特征(receiveroperatorcharacteristic，ROC)曲线，找出VTI面积比预测乳腺恶性肿瘤的最佳界点，分别计算UE评分法、VTl分级法及VTI面积比诊断乳腺恶性肿瘤的敏感性、特异性及准确性。分析良恶性乳腺肿块及其周围腺体组织的VTQ值差异。所有病例均经穿刺或手术病理证实。结果UE评分法诊断乳腺癌的敏感

3、性、特异性及准确性分别为83．02％、81．82％、82．27％；VTl分级法诊断乳腺癌的敏感性、特异性及准确性分别为88．68％、87．50％、87．94％，乳腺恶性病灶VTI图像边界清晰度要明显优于良性病灶(P<0．001)，乳腺恶性肿块的VTI面积比明显大于良性肿块(1．74士0．35VS1．32：k0．24，P<0．001)，依据ROC曲线，当VTI面积比为1．51时，其敏感性和特异性之和最大，因此选择1．51作为诊断乳腺良恶性肿瘤的建议界点，其敏感性、特异性及准确性分别为86．79％、89．77％、88．65％；18个恶性肿块VTQ值显示为X．XXm／s(其VTl分级均在IV级以

4、上)，2个囊性肿块VTQ值显示为X．XXm／s(其VTl分级均为I级)，余良、恶性肿块VTQ值差异有统计学意义，恶性组明显高于良性组[(3．64士1．53)m／sVS(2．0210．84)m／s，P<0．001]，乳腺良恶性肿块周围腺体组织VTQ值差异有统计学意义，恶性组高于良性组[(1．434-0．44)m／svs徐州医学院硕士学位论文———————————————————————————————————————————————————————————一(1．26+0．33)m／s，P<0．05]。结论1、弹性成像UE评分法和VTI硬度分级法可半定量评价乳腺肿块的硬度，初步对乳腺肿块做出

5、定性判断。2、VTI面积比能较好地反映乳腺恶性肿瘤的浸润范围，可将面积比=1。51初步作为鉴别乳腺肿块良恶性的界点。3、VTQ可提供乳腺肿块及其周围腺体组织硬度的定量信息，VTI与VTQ相结合对乳腺肿块良恶性的鉴别诊断具有重要意义。关键词乳腺肿块；超声检查；弹性成像；声脉冲辐射力成像徐州I医学院硕士学位论文Thevalueresearchofultrasonicelastographytechniqueinl-●ldiagnosingbreastmassesAbstractObjectiveToinvestigatetheclinicalvalueofultrasonicelastogra

6、phytechniqueindiagnosingbreastmasses，includingcompressionultarsonicelastography(CUE)andacousticradiationforceimpulseimaging(ARFI)．Methods141breastmassesof130patientswereunderwentCUE．UEimagingwereanalyzedandgivenscores．ThenARFIelastographywasusedtoconductvirtualtouchtissueimaging(VTI)andvirtualtouc

7、htissuequantification(VTQ)．VTIimagingswereanalyzedandthestiffnessofthemassesinVTlwereclassifiedandcalculatedtheratiooftracedarea．DrawedtheROCcurvetofindthecut．offpointofVTIarearatiotopredictbreastcancer．Calculate