文献速递乳腺技术与安全US

实时与离线短滞后空间相干成像对超声乳腺肿块的比较评估

Comparative Assessment of Real-Time and Offline Short-Lag Spatial Coherence Imaging of Ultrasound Breast Masses.
PubMed 文献 · Ultrasound Med Biol · 2025-03-11

研究纳入60个低回声乳腺肿块,由三位乳腺放射科医师进行实时与离线阅片,比较B模式与短滞后空间相干(SLSC)成像对囊实性内容判定的差异。实时SLSC使实性肿块的不确定性增加、液体肿块不确定性降低;gCNR阈值<0.73可正确分类实时SLSC中内容不确定的实性肿块(11/11),实时与离线SLSC的AUC分别为0.963和0.998。

要点

  • 实时SLSC可降低液体肿块内容判定的不确定性,但增加实性肿块的不确定性。
  • gCNR<0.73阈值应用于实时SLSC图像,可正确分类全部11个内容不确定的实性肿块。
  • 实时与离线SLSC的gCNR鉴别复杂囊肿与实性肿块的AUC分别为0.963和0.998。

核心结论

  • 实时SLSC成像及gCNR应用于实时SLSC图像的结果有前景,可能提高敏感度和特异度、减少阅片者变异并降低液体或实性内容判定的不确定性,尤其有助于区分复杂囊肿与低回声实性肿块。

研究设计与样本

  • 研究为实时与回顾性(离线)阅片研究,由三位乳腺放射科医师参与,使用Alpinion ECUBE12R研究超声扫描仪与L8–17探头采集数据。
  • 共纳入44例患者(平均年龄51±17岁)的82个肿块,其中60个肿块纳入分析;数据采集时间为2023年1月24日至2023年10月5日。
  • 以超声引导下细针穿刺或空心针活检结果作为肿块分类金标准,简单囊肿依据临床超声B模式特征分类。
  • 另采用广义对比噪声比(gCNR)进行客观、非阅片者依赖的评估。

关键影像表现/征象

  • 实时B模式图像判读时,12个液体、实性和混合性肿块的内容不确定。
  • 液体填充(复杂囊肿)与混合性(囊肿簇)肿块的空间相干性低于周围组织,在实时与离线SLSC图像上均较周围组织更暗。
  • 良性与恶性实性肿块在实时与离线SLSC图像上的空间相干性与周围组织相似。
  • 实时与离线图像间可见信号幅度、杂波和图像纹理差异,归因于专有非线性滤波及离线与GPU SLSC波束形成器的差异。

诊断标准与关键数值

  • 实时SLSC图像中内容不确定的实性肿块,应用gCNR<0.73阈值后100%(11/11)被正确分类。
  • gCNR鉴别复杂囊肿与实性肿块的AUC在实时SLSC图像为0.963,在离线SLSC图像为0.998,两者均被认为对诊断测试优秀。
  • 实时B模式成像下液体填充肿块内容不确定性为2/11(18%),加入实时SLSC后降至0/11(0%)。
  • 实时B模式成像下液体填充肿块被建议活检或随访的比例为3/11(27%),加入实时SLSC后降至0/11(0%)。

临床应用与阅片要点

  • 作者提出的流程为:B模式不确定时先查看SLSC图像判断囊实性;若仍不确定,则计算SLSC图像的gCNR。
  • gCNR计算后仍存在不确定性时(如接近阈值、对新技术不信任、其他影像特征担忧、患者临床病史等),作者认为按放射科医师熟悉的常规方案继续是合理的。

局限性

  • 原文提及实时GPU实现因信号处理捷径存在已知的图像质量权衡。
  • 原文提及实时与离线图像外观可能存在差异。
  • 原文提及预期纳入更多肿块时阅片者变异会更大。
全文中译12 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Ultrasound Med Biol. Author manuscript; Available in PMC 2026 Jun 1.

引言

超声是乳腺X线摄影的重要补充,后者长期以来一直是乳腺癌的标准筛查方法[1]。然而,乳腺X线摄影在乳腺组织致密的女性中有效性受限,超声也存在局限性[2–4]。尽管超声有助于显示乳腺X线摄影致密乳腺中的病变,但其高假阳性率导致对良性充满液体的囊肿进行不必要的活检和随访操作[4,5]。在美国放射学会影像网络6666试验中,随着乳腺密度增加,超声的假阳性率更高(例如,密度<25%时假阳性率为10.2%,密度>80%时假阳性率增至14.4%)[5]。

超声B模式成像的假阳性通常由声学杂波等图像伪影引起,这部分解释了复杂性囊肿与低回声实性肿块外观相似的原因[6,7]。声学杂波由多路径声学相互作用、相位畸变和离轴散射引起[6],在声学不均匀的乳腺组织中尤为突出。

谐波成像利用声波在生物组织中的非线性传播来减少声学混响、抑制旁瓣和栅瓣并产生更窄的波束宽度,从而减少声学杂波,较传统基波B模式成像具有额外优势,如改善器官可视化和增强横向分辨率[8–10]。在乳腺成像中,谐波成像改善病变特征描述和边缘评估,特别是在区分充满液体的肿块与实性肿块时[9,10]。然而,谐波成像的有效性可能受组织成分影响,其获益在致密(而非脂肪)组织中减弱[9,11]。致密乳腺组织中谐波成像相关的其他挑战包括阴影增加和较高频率下穿透深度降低[3]。

谐波成像的替代方法包括剪切波成像[12–14]、应变成像[15–18]、定量超声[19–24]和超声断层成像[25,26]。然而,这些方法往往削弱了超声成像的许多传统优势。例如,剪切波和应变成像的准确性取决于探头压力为维持声耦合所引入的负荷条件,剪切波成像 additionally 需要能够产生大聲输出的系统功率规格[27–30]。定量超声需要仔细的校准方法[31],超声断层成像需要具有高通道数且便携性低于传统超声系统的专用硬件[32]。

基于相干性的成像,特别是短滞后空间相干(SLSC)成像[33],在致密乳腺的超声成像中具有前景[34,35]。该技术已知可减少声学杂波,同时保持许多传统超声成像优势。例如,SLSC成像不依赖负荷条件,不需要定制校准体模,也不需要便携性降低的定制硬件。此外,基于相干性成像的灵敏度和特异度可优于临床弹性成像技术[36]。

SLSC图像基于对背向散射回波空间相干性的局部测量,而非背向散射回波的振幅——后者是其他超声图像形成方法(如B型超声、谐波成像、剪切波成像、定量超声、超声层析成像)的基本基础。SLSC最初被证明是一种减少声学杂波、提高超声图像质量的技术,在甲状腺[33]、心脏[37,38]、胎儿[39,40]、肝脏[41]和穿刺针[42]成像等临床应用中均有表现,SLSC在鉴别低回声实性乳腺肿块与囊性乳腺肿块方面具有明显潜力[34–43]。这种鉴别之所以可行,是因为实性肿块相对于周围组织具有相似的空间相干性,而囊性肿块具有较低的空间相干性,这有助于复杂性囊肿的鉴别[34,35]。

在一项由五位经委员会认证的乳腺放射科医师参与的阅片者研究中,一种称为稳健短滞后空间相干(R-SLSC)[44]的SLSC成像改良方法将关于囊性肿块内容物的不确定性从47.5%降低至15.8%,从而使建议对囊性肿块进行活检的百分比从43.3%降低至13.3%[36]。然而,五位阅片者在评估检测囊性肿块的敏感性时存在阅片者间差异,一致性为中等。为减少主观性,研究者对对比度、对比度差、滞后一相干性、相干长度和广义对比噪声比(gCNR)等客观指标进行了研究[34–36,43]。最近,当应用于SLSC和R-SLSC图像时,以0.73为预定义阈值的gCNR与先前普遍使用的滞后一相干性指标相比,产生了相似的敏感性和更高的特异性[35]。在对囊性与实性肿块内容物进行这一客观鉴别时,SLSC成像也优于谐波B型成像[35]。因此,应用于SLSC图像的gCNR在客观改善囊性与实性肿块鉴别方面具有最大潜力[35]。

上述总结的基于相干性的乳腺成像结果[34–43]是通过在患者检查室外进行的离线分析获得的。随着实时GPU SLSC实现[45–48]和深度学习解决方案[49]的发展,临床部署是可行的,其中R-SLSC成像与SLSC成像相比需要更多的计算步骤来实现。由于GPU实现所需的信号处理捷径,实时与离线SLSC实现之间也存在已知的图像质量权衡[45–49]。我们主要关注评估实时SLSC方法,同时认识到这些发现有可能在未来实现中借助更多计算资源推广至更先进的SLSC技术。

我们团队的一项初步研究[48]对47个低回声乳腺肿块实施了实时SLSC成像,结果是三位放射科医师在患者检查室中正确地将四个复杂囊肿分类为乳腺影像报告和数据系统(BI-RADS)2类,而其中一个在B模式成像下不确定,两个在B模式成像下被建议随访(BI-RADS 3)或活检(BI-RADS 4)。尽管我们预计随着纳入更多肿块,读者间变异性会更大[50],但先前在患者检查完成后(即离线)创建的SLSC图像上应用客观gCNR指标所获得的有前景结果[35],预计在将gCNR应用于实时采集过程中获取的SLSC图像截图时,能够成功转化为类似的阳性结果。尽管实时GPU信号处理捷径会引入已知差异,但这一改善仍被预期。

本研究的目的是评估实时与离线SLSC图像获得的gCNR结果在读者对低回声肿块分类方面可能存在的差异。次要目的是确定实时SLSC成像以及应用于实时B模式或SLSC图像的gCNR能在多大程度上帮助对肿块内容进行不确定的B模式评估。为实现这些目标,我们开展了一项读者研究,比较离线与实时SLSC和B模式图像,随后评估了gCNR作为客观指标应用于实时截图和离线波束形成图像时的性能。

方法

提议的流程

我们将当前在不确定情况下的实时流程与我们所提出的纳入SLSC和gCNR的流程进行对比,总结于图1。首先,我们承认传统B模式乳腺超声成像在某些情况下预计是足够的(例如,单纯囊肿[51,52]或具有高度可疑影像特征如不规则形状和毛刺状边缘的恶性肿块[53–55])。在我们提出的流程中,查看SLSC图像可能足以在传统不确定情况下(例如,复杂囊肿)确定实性或液体内容[34,35,56,57]。如果读者在查看SLSC图像后仍对液体或实性肿块内容不确定,我们建议后续计算SLSC图像的gCNR。在提供该gCNR计算结果的情况下,仍可能存在一些残余不确定性(例如,由于接近所选gCNR阈值的临界病例、对新技术缺乏信任、令人担忧的辅助影像特征、患者的临床病史等)。在这些不确定情况下,继续进行放射科医师已经熟悉的典型方案是合理的(见图1最后一步)。

研究人群

招募符合以下四项纳入标准的患者:(i)成年女性(>18岁),(ii)英语使用者,(ii)未怀孕,(iv)计划接受超声引导下空心针穿刺活检、抽吸或至少一个乳腺肿块的随访。在获得书面知情同意后,共纳入44例患者(平均±标准差年龄:51±17岁),共计82个肿块。82个肿块中有60个符合分析条件,包括除计划抽吸或活检的肿块外存在的五个单纯囊肿。如图2所示,肿块根据病理、影像或物理特征被排除分析(即BI-RADS 3类肿块无病理结果、需要实时SLSC成像、浅表肿块不适合SLSC成像[35])。当鉴别诊断包括囊肿时,首先尝试超声引导下抽吸,抽吸成功后将结果归类为复杂性囊肿。单纯囊肿根据临床超声B模式特征进行分类,无需抽吸。否则,每个空心针穿刺活检的结果作为肿块分类的金标准。本研究经约翰霍普金斯机构审查委员会批准(方案编号IRB00127110)。

数据采集与处理

每位患者均由委员会认证的乳腺放射科医师共同作者(E.A.、K.M.或E.O.)进行成像。使用连接128阵元L8–17探头(64个接收阵元、12.5 MHz中心频率、40 MHz采样频率)的Alpinion ECUBE12R研究型超声扫描仪(Alpinion,首尔,韩国)采集原始超声射频(RF)通道数据,每幅图像256条接收扫描线。发射波束的焦点位于肿块中心0–1 cm范围内,由执行扫描的放射科医师共同作者选定。采集每个肿块两个正交视图的原始RF超声数据并保存用于后续处理。此外,同时采集实时B模式图像(使用专有信息处理)和实时SLSC图像(使用[47,48]中报告的细节处理,并在实时显示中添加了额外的专有处理信息)的临床截图,每幅图像均位于与RF数据相同的缓冲区内。这些数据的采集时间为2023年1月24日至2023年10月5日。

为离线处理采集的RF数据并生成离线B模式图像,实施了标准的延迟求和波束形成器。为形成离线SLSC图像[33,34,36,58],首先对采集的RF数据施加延迟以补偿到达时间差。然后,对相关核长度等于一个波长的数据进行互相关,生成图像中每个横向和轴向位置的相干函数[33]:其中为空间滞后(以阵元间隔数表示),为换能器阵元数,为阵元从深度处接收的时间延迟零均值信号,轴向相关核跨越深度至,以深度为中心。通过对所得空间相干函数求和至短滞后值M,生成SLSC图像像素:

公式(1)和(2)依次对每个横向和轴向SLSC像素位置重复执行。负SLSC像素值设为零(依据是这些小的负像素值会对图像质量和对比度测量产生不利影响[44])。

与SLSC图像的离线处理方法相反,对公式(1)和(2)进行了处理,以充分利用超声系统中嵌入的GPU的优势并形成实时SLSC图像。特别地,如先前工作[47,48]所述,GPU SLSC实现首先计算扫描线、轴向采样点以及间隔为的元素和的单个相关和自相关(和)项,由以下公式给出:其中*表示复共轭。、和存储在设备全局内存中,然后跨至进行复合,如下所示:

考虑到与离线数据处理方法相关的差异(加上上述专有显示差异),实时图像与离线图像外观之间可能存在差异。因此,本工作的主要目的是比较这些差异的影响。

实时阅片研究

总共有77个肿块由执行超声扫描的放射科医师实时(即在患者检查室中)独立审阅。尽管每位放射科医师在实时阅片研究纳入的77个肿块中阅读了20-33个(对应于其接诊的病例),但如图2所示,仅60个肿块被纳入结果分析。具体而言,阅片者1、2和3分别阅读了18个肿块(2个单纯囊肿、1个复杂囊肿、12个良性实性、1个恶性实性和2个混合性)、22个肿块(3个单纯囊肿、1个复杂囊肿、10个良性实性、6个恶性实性和2个混合性)和20个肿块(4个复杂囊肿、7个良性实性、4个恶性实性和5个混合性)。每位放射科医师在数据采集第一天的住院医师培训后经验为6至11年。

为进行实时阅片,放射科医师根据内置超声波束形成器提供的临床级B模式图像获得的每个肿块的正交视图,对肿块内容进行分类(即实性、液体、混合性或不确定性),并提供临床诊断(即BI-RADS分类)。然后将超声扫描仪切换至实时SLSC成像模式,同一放射科医师扫描同一肿块以获得类似的正交视图,并使用额外的实时SLSC信息提供分类(即内容分类后给出BI-RADS分类)。

离线阅片研究

为研究阅读实时或离线图像时潜在的判读差异,并评估个体阅片者返回相同结果的能力,在完成实时阅片后进行了一系列回顾性(或离线)阅片。来自82个肿块(包括实时研究期间采集的77个肿块)的图像被随机化,并使用[36]中所示图形用户界面的更新版本呈现给相同的三位阅片者。更新内容包括可在每个肿块的两种正交方向之间切换的选项、用于指定混合性肿块类型的下拉菜单(例如复杂囊实性肿块、囊肿簇、脂肪坏死、临床脓肿,或输入替代描述的选项)以及显示包含简要患者摘要和病史的临床备注的文本框。

为避免基于临床记录的读者偏倚并确保信息纳入的一致性,每位患者的临床病史由一位未执行扫描的放射科医师进行审查和总结。该审查放射科医师将以下详细信息总结为每位患者的病例史:年龄、检查原因(召回、可触及、随访、筛查、感染担忧)、超声肿块是否有体格检查或乳腺X线摄影的对应发现(相对于偶然发现)、该发现既往资料的稳定性及详细信息。

对于每个肿块,读者在进入下一个肿块之前需完成两项任务(即任务1后接任务2)。在任务1中,仅呈现B模式图像,包括临床截图和由保存的射频数据重建的B模式图像。呈现这两幅B模式图像是为了避免因保存的射频数据生成的B模式图像质量较差而产生的偏倚,这些数据在处理时未使用大多数临床系统中存在的非线性滤波器。仅凭B模式图像,读者选择每个肿块的内容——(1) 实性、(2) 液性、(3) 混合性或(4) 不确定——以及BI-RADS分类——(2) 良性发现、(3) 可能良性、(4) 可疑异常和(5) 高度提示恶性。在任务2中,额外向读者呈现同一肿块的SLSC图像,并选择内容和BI-RADS分类。此外,如有需要,还可使用将SLSC图像叠加在B模式图像上的双幅显示 [59]。

对于任务1和任务2,读者可完全控制可调参数,包括动态范围和短滞后值(即公式[2]中的M)。每位放射科医师的作答被保存,用于与实时评估进行比较,并提供总结读者内一致性的统计分析。所有阅片均在暗室中使用同一台23.8英寸显示器进行。读者可自主管理研究进度和休息以防止读者疲劳。该离线研究的设计尽可能与实时研究相似。尽管每位放射科医师阅读了离线读者研究中82个肿块中的24−33个(对应于其接诊的病例),但结果分析中仅纳入60个病例,如图2所总结。

读者无关评估

为了对B模式图像和短滞后空间相干(SLSC)图像中的肿块内容进行定量、不依赖读者的评估,从离线B模式图像中手动选取了图2所总结的60个肿块内及周围组织的感兴趣区域(ROI)。肿块ROI为肿块内部的椭圆形区域。组织ROI与肿块ROI具有相同的形状、大小和深度,其最近边缘与肿块ROI最近边缘的横向距离为0.9–8.2 mm。然而,如果肿块跨越了大部分横向视野,则组织ROI的位置修改为距肿块ROI最近边缘深度<5 mm。对每个肿块,在计算B模式和SLSC图像的gCNR时采用相同的肿块和组织ROI,如下所示[60,61]:其中定义以某值为中心的bin,以分别导出肿块和组织ROI内波束形成信号(B模式图像经包络检测后,B模式和SLSC图像在归一化和对数压缩之前)的直方图,且为bin的索引。SLSC图像的gCNR以对应于接收孔径10%的进行计算,如[35]中所实施。为使用临床截图计算gCNR,图像首先转换为灰度和双精度,并采用从离线B模式图像中选择的相同ROI,以减轻预期实时与离线gCNR比较之间可能存在的差异。从每张对应于离线图像的临床截图计算出的gCNR测量值被视为伪实时结果,代表否则将从实时图像中获得的gCNR值。

统计分析

为确定实时与离线结果之间的读者内一致性,计算了Fleiss [62],根据[63],值<0.0、0−0.20、0.21−0.40、0.41−0.60、0.61−0.80和>0.81分别解释为差、轻微、一般、中等和高度一致。混合性肿块被排除,因为个别读者的判读可能存在差异,因为这些肿块同时含有囊性和实性内容。

复杂性囊肿检测的敏感度和特异度分别测量为被正确识别为液性的复杂性囊肿比例和被正确识别为实性的实性肿块比例:其中真阳性(TP)和假阴性(FN)分别定义为ground truth内容分类为液性和非液性的复杂性囊肿。相反,真阴性(TN)和假阳性(FP)分别定义为ground truth内容分类为实性和非实性的实性肿块。ground truth分类为混合性的肿块被排除在此分析之外,考虑到它们同时含有TP和TN的混合。单纯性囊肿也被排除,考虑到传统B模式图像通常足以识别无回声单纯性囊肿的特征[51,52]。

还使用公式(8)和(9)计算了客观、不依赖读者的gCNR指标在复杂囊肿检测中的敏感性和特异性,gCNR阈值范围为0至1(出于上述相同原因排除单纯囊肿和混合肿块)。更具体地说,如果图像的gCNR值分别高于或低于特定阈值,则复杂囊肿的B模式和SLSC图像被视为真阳性(TP)或假阴性(FN)。相反,如果图像的gCNR值分别低于或高于阈值,则实性肿块的B模式和SLSC图像被视为真阴性(TN)或假阳性(FP)。复杂囊肿检测的gCNR阈值从0到1以0.01为增量变化。对每个阈值将敏感性对1-特异性作图,形成受试者工作特征(ROC)曲线。使用梯形数值积分估算ROC曲线下面积(AUC)。该过程对离线gCNR值和伪实时gCNR结果均实施,从而获得离线与实时gCNR性能详情,使得能够直接比较这两种方法。

结果

阅片者内变异性

图3显示了代表性低回声乳腺肿块的实时和离线B模式及SLSC图像截图。液性填充(即复杂囊肿)和混合性(即囊肿簇)肿块的空间相干性低于周围组织,导致在实时和离线SLSC图像中肿块相对于周围组织呈现更暗的外观。相比之下,良性和恶性实性肿块及周围组织在实时和离线SLSC图像中具有相似的空间相干性。实时与离线图像之间的显著差异(如信号幅度、杂波、图像纹理)可归因于截图前应用的内置专有非线性滤波器,以及离线与GPU SLSC波束形成器之间的差异。这些示例代表了实时和离线阅片者研究中呈现的图像之间的变异。

图4总结了阅片者评估结果。真实标注之后是每位阅片者在实时和离线条件下获得的两组评估。每组中的左侧条形表示仅使用B模式图像的阅片者判定,右侧条形表示同时考虑B模式和SLSC图像时的阅片者判定。每种颜色代表归入各类别的肿块百分比。在实时和离线条件下,按每位阅片者计算,SLSC成像持续降低了判断液体肿块内容物的不确定性(图4a)以及对液体肿块给出BI-RADS 3或4类评估的百分比(图4b)。特别是,含液体肿块内容物的不确定性从实时B模式成像的2/11(18%)降至纳入实时SLSC成像后的0/11(0%),这将本会被建议进行活检或随访的含液体肿块数量从3/11(27%)降至0/11(0%)。其中一个液体肿块因边缘被建议进行活检,其边缘被认为可疑,导致对该病灶囊性性质的不确定性。在离线成像中,含液体肿块内容物的不确定性从B模式的3/11(27%)降至纳入SLSC后的0/11(0%),这将本会被建议进行活检或随访的含液体肿块数量从6/11(54%)降至2/11(18%)。不确定性百分比最高的情况出现在阅片者使用实时SLSC图像评估实性和混合性肿块时。特别是,分别有10/49(20%)、12/49(24%)、15/49(31%)和5/49(10%)的实性和混合性肿块在实时B模式、离线B模式、实时SLSC和离线SLSC图像下存在不确定性。

在进行内容分类并总结阅片者自身实时与离线评估之间的一致性时,B模式图像观察到中等一致性(即阅片者1、2和3分别为0.38和0.34)。纳入SLSC图像后,这些Fleiss‘ 值分别增至0.89、0.45和0.54,表明中等(阅片者2和3)至完美(阅片者1)一致性[63]。使用B模式图像进行BI-RADS分类时,存在中等(阅片者3, )至高度(阅片者1和2,分别为 和0.62)一致性。纳入SLSC图像后,该一致性对阅片者1降至中等( ),对阅片者2和3增至高度(分别为 和0.79)。

gCNR与主观阅片者评估的比较

图5a显示了三位放射科医师对肿块内容物的汇总分类结果,以及实时和离线图像中相应的gCNR分类,排除了九个混合性肿块。使用先前确定的阈值0.73,将额外的客观gCNR判别器应用于临床截图(即伪实时结果)以及离线B模式和SLSC图像,以区分囊性与实性肿块[64]。尽管该gCNR阈值应用于实时SLSC图像时,将4/5(80%)的单纯性囊肿误分类,但这种误分类不被认为是个问题,因为传统B模式图像通常足以识别无回声单纯性囊肿的特征[51,52]。值得注意的是,图5a中5/5(100%)的单纯性囊肿被放射科医师使用实时B模式图像以及实时和离线SLSC图像正确表征。在阅读B模式图像以区分复杂性囊肿与实性肿块时存在令人不满的不确定性,而SLSC成像和/或gCNR似乎减轻了这种不确定性。

图5b仅显示了在实时或离线评估期间,使用B模式或SLSC图像被标记为不确定的复杂性囊肿和实性肿块的汇总结果。总之,使用实时B模式图像不确定的8/9(89%)复杂性囊肿和实性肿块,通过将gCNR应用于实时SLSC图像被正确分类;而使用离线B模式图像不确定的12/13(92%)复杂性囊肿和实性肿块,通过将gCNR应用于离线SLSC图像被正确分类。尽管如图5a所示,SLSC成像对复杂性囊肿没有不确定性,但使用实时SLSC图像分类为不确定的11/11(100%)实性肿块和使用离线SLSC图像分类为不确定的5/5(100%)实性肿块,通过将gCNR应用于实时或离线SLSC图像被正确分类为实性。总体而言,将gCNR应用于实时和离线SLSC图像,将区分复杂性囊肿与实性肿块的信心提高了89−100%。也有孤立病例的复杂性囊肿不确定性受益于将gCNR应用于B模式图像。

图6总结了我们研究中包括的5个单纯性囊肿、6个复杂性囊肿、29个良性实性肿块和11个恶性实性肿块的正确分类百分比(而非仅总结不确定肿块子集的正确分类)。结果按肿块类别和B模式或SLSC阅片者或gCNR结果分层,并排比较实时和离线评估。聚焦于实时结果,如上所述,单纯性囊肿在阅读实时B模式(或SLSC)图像时分类最佳(即100%正确),复杂性囊肿在实时SLSC图像阅读时分类最佳(即100%正确),良性和恶性实性肿块在将gCNR应用于SLSC图像时分类最佳(即分别为93%和100%正确)。离线结果提供了相似的结果,差异可能归因于图3中观察到的实时和离线图像之间的变化。

图7显示了使用gCNR区分复杂性囊肿与实性肿块时的ROC曲线。在图7a中,gCNR应用于实时和离线B模式图像的AUC分别为0.756和0.940。在图7b中,gCNR应用于实时和离线SLSC图像的AUC分别为0.963和0.998,在诊断检验中被认为优秀(即≥ 0.9)[65,66]。图中绘制了三位阅片者的敏感性和1-特异性以作比较。

表1将阅片者的敏感性和特异性与先前确定的gCNR = 0.73阈值[64]以及ROC曲线上最接近(0,1)点的gCNR阈值(即gCNR = 0.62)所达到的敏感性和特异性进行比较,突出显示了阅片者相对于gCNR的表现。阅片者在实性肿块方面表现不佳(即特异性差)主要归因于不确定性,而不确定性会增加假阳性。

讨论

本文首次评估了实时SLSC成像相对于既往离线SLSC实现方式在区分液体与实性肿块方面的有效性。结果通过阅片者评估和作为客观指标的gCNR进行评价,得出四项关键见解。第一,无论采用实时还是离线方法,放射科医师的判读相对于金标准均可能产生可变的结果(图4),且这种变异性每位阅片者内部一致(例如,Fleiss‘ 表明每位放射科医师的实时与离线SLSC判读之间具有中度至完全一致性)。第二,在患者检查室中,不确定性液体肿块的百分比从B模式图像实时判读的18%降至SLSC图像实时判读的0%。第三,在判读B模式或SLSC图像时最初不确定的复杂性囊肿和实性肿块中,有89−100%在将gCNR应用于SLSC图像时被正确分类(图5)。最后,实时与离线SLSC图像获得的gCNR结果之间差异极小,如图7b中大多数gCNR阈值所示。基于这些见解,图1中提出的工作流程有望改善临床结局,减少不确定性、减少不必要的2年随访肿块以及减少侵入性诊断操作(如活检、抽吸)的建议。

在先前的一项研究中,基于相干性的波束成形提高了区分液体与实性肿块的诊断确定性,并降低了本应建议活检的充液肿块百分比[36]。所纳入肿块的数目、敏感性和特异性的定义以及本文所呈现的SLSC方法与既往方法[35,36]不同,这导致了绝对百分比、敏感性和特异性的差异。我们还观察到评估实性肿块时不确定性更大,可能归因于暗区伪影,其在SLSC(而非先前评估的R-SLSC)图像中更为突出[35,36,67]。两份初步报告分别将实时SLSC成像作为一种有前景的方法来减少B模式图像的阅片者不确定性[48],以及将gCNR作为一种不依赖阅片者的指标来区分液体与实性肿块[64],本文的新贡献对二者均提供了支持和强化。

实施gCNR的一个后勤挑战是需要选择背景和肿块ROI。由于每个肿块通常有两个正交方向(即径向和抗径向视图),每个方向所选ROI的变化可能会改变测得的gCNR值,可能导致在所选gCNR阈值附近对肿块进行不同的分类。因此(在使用B模式中呈现的标准特征进行评估后,接着使用SLSC图像,然后在存在不确定性时引入gCNR,如图1所总结),我们建议将gCNR分类方法应用于对应最不确定方向的图像。这一建议与当前乳腺放射科医师根据径向和抗径向方向上的最差特征提供肿块诊断的标准一致[68]。

从技术角度来看,当gCNR应用于SLSC图像时,实时和离线成像实现产生了相似的结果,尽管信号处理存在已知差异,这令人鼓舞。0.73的gCNR阈值先前是基于一个线性支持向量机模型选择的,该模型经过训练以区分离线R-SLSC图像中的实性和液性肿块[64]。然而,还有其他方法可用于确定适当的阈值,特别是依赖于ROC曲线的方法[66,69]。例如,如表1所报道,一种在gCNR ROC曲线上找到最接近(0,1)的gCNR阈值的替代方法,与使用预定阈值所达到的灵敏度和特异度相比,分别产生了更高且等效的灵敏度和特异度。

一项研究局限性是,读者在临床中可以获取多种信息来源,这被认为部分导致了实时(而非离线)B模式和SLSC图像的总体更好表现(如表1所报道并在图4中所示)。然而,在实时和离线两种情况下,读者在进行分类时比gCNR可获得更多的上下文信息,但由于其客观性,gCNR在确定液性或实性内容时可以优于读者。虽然读者在进行离线读者研究之前先接触实时病例可能被视为一项局限性,但每位放射科医师的实时和离线阅片之间至少间隔了103−124天,并且鉴于时间间隔,放射科医师报告没有对影像发现的具体记忆。因此,病例的重叠预计不会影响所报告的表现。

我们研究中纳入的放射科医师此前有阅读R-SLSC图像的经验[36]以及之前接触过SLSC图像[34−36,43,48,50,59,67,70],这也可能被视为一项局限性。尽管由于所需的培训和相关研究目标,我们无法纳入未接触过SLSC图像的放射科医师,但表1中所报告的结果仍然说明了学习如何适当整合SLSC图像的能力。此外,gCNR可能为新手放射科医师提供一种替代培训方法,以减少读者对SLSC图像的不确定性。

未来的工作将在获取更大患者数量的基础上(基于不同临床决策的成本),评估具有临床相关性的gCNR阈值,评估阅片者在获得定量gCNR输出时的表现和交互作用,并探索由人工智能实现的自动ROI选择。虽然降低gCNR阈值可能提高敏感性(表1),但这样做可能会增加恶性实性肿块被误分类为囊肿的情况(当与提高囊肿识别敏感性的获益相权衡时,其不利影响更大)。令人鼓舞的是,在应用于实时SLSC图像的gCNR阈值为0.62和0.73时,恶性实性肿块被正确分类(图5a、图6和表1)。虽然在我们的研究中,gCNR是在检查室之外对实时和离线图像进行评估的,但未来对放射科医师在获得实时、客观gCNR分类时表现的分析,将为所提出临床工作流程的潜在后勤实施提供更多见解。最后,人工智能有可能用于自动化ROI选择,无需手动ROI选择,可能借助能够同时进行图像形成和分割的多任务深度神经网络[71,72]。

结论

我们成功评估了实时GPU SLSC成像相对于离线SLSC成像在区分复杂性囊肿与实性低回声乳腺肿块方面的有效性。将gCNR应用于实时和离线SLSC图像分别获得的AUC值为0.963和0.998,就诊断测试而言二者均为极优值。实时SLSC成像减少了仅阅读B模式图像时存在的对液体肿块的不确定性,从而维持了先前在离线SLSC图像中观察到的这一获益。当SLSC图像仍存在不确定性时,将gCNR作为客观指标加以实施,凸显了其提高囊性与实性鉴别敏感性和特异性、克服阅片者变异性和不确定性的潜力。这些获益有望减少2年随访建议(即BI-RADS 3类诊断)或更具侵入性操作(如活检、抽吸)的建议。

引用

  1. Venkatayogi N, Sharma A, Ambinder EB, et al. Comparative Assessment of Real-Time and Offline Short-Lag Spatial Coherence Imaging of Ultrasound Breast Masses. Ultrasound Med Biol. 2025. PMID: 40074593. doi:10.1016/j.ultrasmedbio.2025.01.017
  2. 全文:PMC12010921(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12010921/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。