李 潜，刘春丽，郭兰伟，韦雅楠，丁思悦

1)郑州大学附属肿瘤医院(河南省肿瘤医院)超声科 郑州 450008 2)郑州大学附属肿瘤医院(河南省肿瘤医院)肿瘤防治办公室 郑州 450008

甲状腺癌的发病率呈逐年增加的趋势[1]；超声作为甲状腺检查的主要方法[2]，在甲状腺结节良恶性的鉴别诊断中发挥重要作用，但其鉴别能力和超声医师的经验密切相关[3]，不同检查者间的诊断存在一定的差异。随着人工智能技术的发展，其在超声辅助诊断中的应用价值逐渐凸显[4]。本研究对基于深度学习的超声人工智能辅助诊断(S-Detect)技术在甲状腺结节良恶性鉴别诊断中的临床应用价值进行了评估。

1 对象与方法

1.1研究对象选取2019年10月至2020年5月在河南省肿瘤医院诊治并有明确病理结果的甲状腺结节患者183例，其中女126例，男57例，年龄21～67岁，结节最大直径0.5～3.0 cm。183例患者均有手术病理结果或穿刺活检联合Braf基因检测结果，穿刺结果阴性及基因突变阴性诊断为良性结节。所有病例均行超声检查及S-Detect技术诊断。排除标准：超声评估前患者进行过穿刺活检或手术。

1.2检查仪器与方法使用三星RS80A超声诊断仪，L3-12A线阵探头，频率3～12 MHz，配备S-Detect分析软件。患者取仰卧位，充分暴露颈部，由经过规范操作培训的医师行甲状腺常规超声检查，重点观察结节的成分、回声、纵横比、形状、边缘等情况，选取能反映病变特征的切面进行图像储存，然后使用S-Detect技术对图像进行分析，系统自动给出“可能良性”或“可能恶性”的诊断，对病灶的成分、回声、纵横比、形状、边缘等超声声像图特征分别评估。……