赵枫，肖际东，文欢，贺芳

中南大学湘雅三医院超声科，湖南长沙410013

乳腺癌发病率逐年上涨，并趋于年轻化，其早期诊断和治疗与患者生存和预后密切相关［1］。乳腺超声是常用的乳腺癌筛查的手段，尤其适用于致密型乳腺［2-3］。但该检查方式对早期乳腺癌诊断准确率较低，特别是肿块最大径≤20.0 mm的患者，影像特征不典型，图像判断受临床经验的影响，极大干扰对病灶的定性诊断［4-6］。计算机辅助诊断（CAD）是医学影像领域的一项新技术，主要包括CAD-MRI、CAD钼靶、CAD超声等，国内外学者研究证实CAD技术能显著提高乳腺疾病诊断的效能，发挥重要的辅助作用［7-9］。但由于早期计算机芯片技术水平的影响及旧版BI-RADS分类标准的不完善，既往关于CAD技术在早期乳腺癌中的应用报道存在一定的局限性，图像识别能力及BI-RADS 分类判定水平低［10-12］。随着人工智能识别在医学影像领域的进步以及乳腺新版BI-RADS更新改进，CAD诊断能力得到大大提高。为了避免盲目应用或过渡依赖CAD技术造成误诊漏诊，探讨在早期乳腺癌中如何合理应用CAD具有重要意义。目前，关于早期乳腺癌CAD诊断的研究，国内外尚未见肿块大小差异对CAD辅助诊断早期乳腺癌的效能影响以及指导应用的报道［13-17］。本研究通过采用具有深度学习神经网络CAD新技术并结合新版BIRADS分类诊断标准，分析比较CAD辅助超声诊断不同大小早期乳腺癌的准确性、特异性、敏感性等效能，探讨肿块大小差异对CAD辅助诊断的影响，为超声医生对CAD辅助诊断早期乳腺癌的效能及影响因素提供较综合的认识，也为超声医生根据乳腺肿块大小合理选择应用CAD辅助诊断提供实践参考，既不漏诊误诊可疑的癌结节，又能充分发挥CAD辅助作用，使乳腺癌患者受益最大化。

1 资料与方法

1.1 一般资料

收集2018年1月～2019年12月于我院行乳腺超声检查的患者的临床资料。纳入标准：常规超声筛查表现为实性病灶，最大径≤20.0 mm；肿块经手术切除和（或）超声引导下的穿刺活检组织学病理证实，乳腺癌病灶均为临床早期（T1期和Tis期）。排除标准：检查前曾接受过化学药物治疗、内分泌治疗、放疗或穿刺等临床处理；处于妊娠期或哺乳期；临床病史或超声检查资料不完整。存在≥2个肿块的患者仅取与手术或穿刺获得病理结果相对应的肿块纳入研究。最终满足上述标准的120位患者，共120枚肿块纳入此研究。患者均为女性，其中，乳腺癌结节50例，乳腺良性结节70例，年龄27～75岁（43.4±8.2岁）。临床病史包括：乳头溢液17例，近期钼靶检查提示可疑病变建议超声进一步检查12例，扪及乳腺肿块38例，无明显临床症状及体征者53例。乳腺肿块的最大径线范围为6.2～20.0 mm（12.5±5.3 mm），肿块最大径≤10 mm 56枚，肿块最大径10～20 mm 64枚。本研究经我院伦理委员会批准。

1.2 常规超声扫查

采用三星公司RS80A超声诊断仪，配备线阵探头（频率为5～13 MHz）。由1名具有10年乳腺超声图像诊断经验的超声医师根据Berg等［18］提出的扫查方案进行双侧乳腺常规超声检查并储存图像。患者双臂抱头暴露乳房及腋窝，取仰卧位检查右乳，右侧卧位检查左乳。二维超声探查到肿块时，注意观察肿块的大小、数量、形态、轮廓、实质回声、边界、纵横比、周围组织关系、肿块血流丰富程度及血流分布等及双侧腋窝有无淋巴结肿大。

1.3 S-detect技术分析

参照Gewefel等［19］提出的标准，应用S-detect技术分析每个肿块的矢状面及矢状面对应的横切面的典型图像。将肿块置于图像中心并冻结图像再切换到Sdetect模式，准确标记肿块位置，光标置于肿块中心，按下确认键后，S-detect技术可自动检测出病灶的边界并描迹，提供出诊断结论（可能良性或者可能恶性）。Sdetect 技术自动分析肿块图像并得出基于超声BIRADS分类的6大特征（包括形态学特征、声学特征）分析及诊断结论。纳入本研究的S-detect技术的关于肿块的6大特征描述包括形状（圆形、椭圆形、不规则形），方向（平行、非平行），边缘（完整、模糊、成角状、微分叶、针状的或毛刺状），边界（锐利边界、高回声晕），内部回声类型（无、低、等、高、囊实混合、不均匀）和后方回声特性（无特征、增强、声影、混合）。

1.4 影像评估

S-detect技术鉴别乳腺肿块良恶性标准：选取具有典型特征的最大径线矢状切面和其对应的横切面，其中任一切面诊断为可能恶性或者两个切面同时诊断为可能恶性，则判定S-detect技术诊断肿块为可能恶性，反之为可能良性［18］。

常规超声诊断标准均参照北美放射学会制定的乳腺影像和数据报告系统(BI-RADS)进行分类［20-21］。肿块具有良性特征（边缘光整，椭圆形和平行位生长，后方回声增强，边缘锐利），则肿块判定为BI-RADS 3类。肿块恶性特征表现为：不规则形状、非平行方位生长、不可界定的边缘、高回声晕、后方声影和周围组织异常。根据恶性怀疑程度分类：BI-RADS 4a类：肿块具有1个恶性特征，恶性几率>2%但≤10%；BI-RADS 4b类：肿块具有2 个恶性特征，恶性几率>10%但≤50%；BI-RADS 4c类：肿块具有3个恶性特征，恶性几率>50%但<95%。BI-RADS 5类，肿块具有4个及以上恶性特征，恶性几率≥95%为BI-RADS 5类肿块。判定为BI-RADS 4b类及以上者为恶性，BI-RADS 4a类及以下者为良性［21-22］。

由2名医师参与本次研究，分别具有5年及8年工作经验，经BI-RADS分类培训考核合格。进行评判之前，均未告知肿块的病理结果。2名医师均独自阅读乳腺肿块的超声图像，依据超声BI-RADS分类标准，进行肿块描述及确定第1次诊断结论；再参考Choi等［9］学者提出的关于S-detect技术辅助超声诊断的标准，得出第2次诊断结论。

1.5 统计学分析

采用统计学软件MedCalc 17.1.0和SPSS20.0进行分析。计量资料用均数±标准差表示，计数资料采用配对卡方检验比较。以病理结果为金标准，比较分析计算机辅助诊断技术辅助前后两次诊断的敏感性、特异性、准确性，绘制受试者操作特性（ROC）曲线及计算曲线下面积（AUC）。以P<0.05为差异有统计学意义。

2 结果

2.1 乳腺肿块病理结果

120例乳腺肿块中良性肿块共70例，最大径线范围为6.2～19.5 mm，包括纤维腺瘤27例，乳腺慢性炎症11例，乳腺增生22例，脂肪坏死7例，乳腺腺病3例；乳腺恶性肿块共50例，最大径线范围为9.0～20.0 mm，包括浸润性导管癌24例，浸润性小叶癌10例，导管内原位癌8例，粘液腺癌4例，低分化癌2例，乳头状癌1例，多形性癌1例。

2.2 乳腺肿块超声表现

最大径≤10 mm组56例乳腺肿块中，形态规则33例（良性19例，恶性14例），平行位生长44例（良性27例，恶性17例），边缘光整23例（良性19例，恶性4例），边界清晰33例（良性24例，恶性9例），后方回声衰减10例（良性3例，恶性7例），周围组织异常10例（良性2例，恶性8例），微钙化15例（良性4例，恶性11例）。最大径11～20 mm组64例乳腺肿块中，形态规则35例（良性25例，恶性10例），平行位生长45例（良性30例，恶性15例），边缘光整25例（良性22例，恶性3例），边界清晰40例（良性32例，恶性8例），后方回声衰减14例（良性4例，恶性10例），周围组织异常18例（良性2例，恶性16例），微钙化18例（良性7例，恶性11例）（表1）。

表1 两组不同大小乳腺肿块的超声表现Tab.1 Ultrasonic features of breast masses with different size in two groups(n)

2.3 计算机辅助诊断在辅助前后两次诊断的效能差异分析

常规超声诊断最大径≤10 mm组的乳腺肿块56个（BIRADS 3类23个，4a类5个，4b类11个，4c类7个，5类10个）。联合计算机辅助诊断技术后，对与计算机辅助诊断结果不符合的11枚肿块第二次诊断（4a类调整到4b类4个，4b类调整到4a类7个），正确诊断45个病灶（BIRADS 3类19个，4a类7个，4b类6个，4c类4个，5类9个）诊断准确性由60.7%（34/56）上升到80.4%（45/56）。常规超声诊断最大径11～20 mm组的乳腺肿块64个（BIRADS 3类23个，4a类11个，4b类11个，4c类6个，5类13个）；联合计算机辅助诊断技术后，对与计算机辅助诊断结果不符合的20枚肿块第二次诊断（4a类调整到4b类9个，4b类调整到4a类11个），正确诊断52个病灶（BIRADS 3类22个，4a类9个，4b类6个，4c类3个，5 类12 个）诊断准确性由68.8%（44/64）上升到81.3%（52/64）（表2、图1）。

结合计算机辅助诊断技术诊断两组不同大小乳腺肿块（最大径≤10 mm组与最大径11～20 mm组），两组的敏感度、特异性、准确性均有提高，乳腺肿块最大径≤10 mm组特异性、准确性、NPV前后差异具有统计学意义（P<0.05，表3）。

ROC曲线结果显示：常规超声诊断最大径≤10 mm的AUC 为0.61，超声联合计算机辅助诊断的AUC 为0.80。超声联合计算机辅助诊断早期乳腺癌的AUC大于普通超声，两组比较差异具有统计学意义（Z=3.586，P<0.001）；常规超声诊断最大径11～20 mm的AUC为0.69，超声联合计算机辅助诊断技术的AUC为0.81，超声联合计算机辅助技术诊断早期乳腺癌的AUC大于普通超声，但两组比较差异无统计学意义（Z=1.718，P=0.086，图2）。

表2 超声与计算机辅助诊断不同大小乳腺肿块的结果比较Tab.2 The comparison between the diagnosis results of US and computer-aided diagnosis for different size of masses(n)

Fig.1 患者女，56岁，右侧乳腺一8 mm×6 mm实性肿块；第1次常规诊断为良性（BI-RADS 3类），第2次结合计算机辅助诊断后诊断为恶性（BI-RADS 4b类）Fig.1 The patient was a 56-year-old woman with a mass in the right breast.The breast mass size is 8 mm×6 mm.The US diagnose of the breast mass by the radiologist was benign（BI-RADS 3）,and after the combination of US and computer-aided diagnosis technology,the diagnose was modified to malignant（BI-RADS 4b）.

表3 计算机辅助技术辅助前后诊断不同大小肿块的效能比较Tab.3 The comparison of diagnostic efficacy in different size breast masses before and after combined with computeraided technology（%）

3 讨论

肿块大小是影响乳腺癌预后的重要生物学指标［23-24］，早期乳腺癌通常最大径≤20 mm，最大径≤10 mm 常定义为乳腺微小癌［25-26］。本研究以10 mm为组距，将乳腺肿块分为两组（最大径≤10 mm组与最大径11～20 mm组）。我们通过应用CAD辅助超声对不同大小两组乳腺肿块良恶性进行诊断，发现CAD辅助诊断可不同程度的提高对两个组别早期乳腺癌的诊断效能。乳腺肿块大小不同，其辅助诊断的作用存在差异。在最大径11～20 mm组中，CAD辅助诊断乳腺肿块前后敏感性、特异性、准确性、AUC等指标有提升，但差异无统计学意义；而在最大径≤10 mm组中，CAD辅助诊断乳腺肿块前后准确性、特异性、AUC等多个指标均提高明显，差异有统计学意义。我们的研究结果提示CAD辅助诊断早期乳腺癌的效果与肿块的大小有关，尤其适用于最大径≤10 mm的肿块。可能的原因是：对于较小组的早期乳腺癌，癌灶病变区域小，浸润不典型，超声恶性特征不明显，应用常规超声进行良恶性鉴别困难，尤其是对于乳腺癌诊断经验不足的医师。CAD辅助诊断技术的应用，可为医师提供关于肿块的形态、边缘、内部回声等关键的超声特征分类信息以及计算机智能分析获得诊断结论。这些内容在一定程度上可以帮助医师纠正不准确的超声特征描述和分类，从而提高乳腺肿块良恶性诊断的效能，发挥更好的辅助诊断作用［27-29］。而在乳腺肿块直径较大组中，由于肿块生长时间长，部分肿块在生长过程中发生恶变、内部液化、钙化，生物学特征表现典型，肿瘤良恶性特征容易被识别，常规超声可较好的予以正确诊断，CAD技术的辅助诊断对这一类型的乳腺癌效能提升不显著。

图2 CAD辅助前后诊断乳腺肿块最大径≤10 mm组（A）及最大径11～20 mm组（B）ROC曲线Fig.2 ROC curves of diagnosis in maximum diameter ≤10 mm breast masses group(A)and maximum diameter 11-20 mm breast masses group(B)with CAD assisted US.

与既往CAD辅助超声诊断乳腺癌的相关研究比较，在技术层面上，本研究采用深度学习的新CAD技术，结合最新的BI-RADS分类诊断标准，在早期乳腺癌辅助诊断中智能自动识别程度更高，超声描述的影像学特征更加精准，减少人为因素的影响。在研究内容方面，效能评价指标更全面。本研究从特异性、敏感度、准确性、AUC等多个方面评估CAD辅助大小不同早期乳腺癌的应用价值。因此，本研究发现肿块大小差异性在CAD辅助早期乳腺癌中的应用，可为临床提供较全面的应用指导，使CAD在乳腺癌辅助诊断应用更加规范化和合理化。但在临床实际工作中，过度依赖CAD技术也可引起漏诊与误诊。CAD在目前仅推荐作为一种辅助诊断工具，而非作为单一或确定性的诊断方法［30-34］。

本研究的局限性主要是样本数量及构成方面存在一定的局限性，浸润性导管癌占恶性病例的大部分，而良性病例则以纤维瘤和增生居多，其他种类病变的样本量相对较少。在后续的研究中需要加大样本量进一步分析。

综上，计算机辅助诊断技术辅助超声有助于提高早期乳腺癌的诊断效能，尤其是辅助最大径≤10 mm的早期乳腺癌的鉴别诊断。这一技术可为医师提供一种较好的乳腺肿块客观描述及诊断的辅助工具，具有重要临床应用价值。