S-Detect联合声触诊组织成像定量技术对乳腺癌腋窝淋巴结转移的预测价值研究

分类： 医学、药学 >> 预防医学与公共卫生学 提交时间： 2024-10-17

邓雅倩 曹春莉 马金梅 李文肖 徐泽林 成静 李军

摘要： 背景乳腺癌腋窝淋巴结转移是评估疾病进展和预后的重要因素，目前亟需无创准确的方法来评估腋窝淋巴结状态。近年来，人工智能与医学影像技术的融合展现出巨大潜力。其中，S-Detect技术以其强大的图像分析能力，结合声触诊组织成像定量（VTIQ）技术的精准量化评估，为乳腺癌腋窝淋巴结转移的预测提供了新的可能。目的 探讨基于常规超声的人工智能S-Detect联合VTIQ技术预测乳腺癌腋窝淋巴结转移的价值。方法 回顾性收集2022年2月—2024年2月于石河子大学第一附属医院进行手术的148例女性乳腺癌患者（共166个肿块）资料，依据腋窝淋巴结病理结果分为转移组（n=61）与未转移组（n=105）。所有患者术前行常规超声、VTIQ及S-Detect检查。采用单因素和多因素Logistic回归分析探讨各观察指标对腋窝淋巴结转移的影响，筛选有意义的指标并建立Logistic回归预测模型，采用受试者工作特征（ROC）曲线评价该模型的预测价值。结果 单因素分析显示，转移组和未转移组肿块边界、边缘、钙化、纵横比、血流、剪切波速度最大值（SWVmax）、SWV中间值（SWVmean）、肿块周边SWV平均值（SWVmean）比较，差异有统计学意义（P<0.05）。多因素Logistic回归分析结果显示乳腺癌肿块边界（OR=0.619，95%CI=0.540~0.693）、边缘（OR=0.563，95%CI=0.484~0.640）、钙化（OR=0.559，95%CI=0.480~0.636）、纵横比（OR=0.540，95%CI=0.461~0.617）及SWVmean（OR=0.794，95%CI=0.725~0.853）是预测乳腺癌腋窝淋巴结转移的独立影响因素（P<0.05）。依此构建Logistic方程：Logistic（P）＝-14.293+1.664×边界+1.315×边缘+1.757×钙化+1.341×纵横比+1.196×血流分级+0.736×SWVmax-3.942×SWVcentre+0.710×SWVmean。该联合预测模型的AUC为0.902（95%CI=0.847~0.943），均大于各独立影响因素的AUC（P<0.05），且联合预测模型的AUC值均大于常规超声（AUC=0.605，95%CI=0.526~0.680）、S-Detect（AUC=0.672，95%CI=0.595~0.743）以及VTIQ（AUC=0.794，95%CI=0.725~0.853）各独立预测模型的AUC（P<0.05），该联合预测模型与病理结果的一致性良好（Kappa=0.732，P<0.05）。结论 基于常规超声的S-Detect联合VTIQ技术构建的预测模型对乳腺癌腋窝淋巴结转移有一定临床预测价值。

同行评议状态:待评议

 点击量 987  下载量 233  评论 0