文献速递乳腺US

灰阶超声影像组学特征与剪切波弹性成像影像组学特征在乳腺良恶性肿块中的诊断价值

Grayscale Ultrasound Radiomic Features and Shear-Wave Elastography Radiomic Features in Benign and Malignant Breast Masses.
PubMed 文献 · Ultraschall Med · 2019-11-08

回顾性纳入296例女性328个经病理证实的乳腺肿块,比较灰阶超声与剪切波弹性成像影像组学特征的诊断性能。多变量分析后灰阶超声AUC为0.929,剪切波弹性成像AUC为0.992(P<0.001)。作者认为超声影像组学特征可能有助于提高乳腺肿块诊断性能,但需进一步在独立且更大的数据集中研究。

要点

  • 剪切波弹性成像影像组学特征鉴别乳腺良恶性肿块的AUC为0.992,高于灰阶超声的0.929(P<0.001)。
  • 多变量分析后,3个灰阶超声特征和2个剪切波弹性成像特征与恶性乳腺肿块独立相关。
  • 作者认为超声影像组学特征可能提高乳腺肿块诊断性能,但需进一步研究独立且更大的数据集。

核心结论

  • 超声影像组学特征可能具有提高乳腺肿块诊断性能的潜力,但需要进一步研究独立且更大的数据集。

研究设计与样本

  • 回顾性收集296例女性328个经病理证实的乳腺肿块,均在活检或手术前接受灰阶超声和剪切波弹性成像检查。
  • 由专职乳腺放射科医生在灰阶图像上勾画肿块边界ROI并复制粘贴至分屏显示的剪切波弹性成像图像上进行病灶分割。
  • 每幅图像提取730个候选影像组学特征,包括一阶统计量、纹理和小波特征,采用LASSO回归降维和特征选择,并行单变量和多变量逻辑回归分析计算AUC。

诊断标准与关键数值

  • 328个乳腺肿块中205个(62.5%)为良性,123个(37.5%)为恶性。
  • 特征选择后保留灰阶超声22个特征和剪切波弹性成像6个特征。
  • 单变量分析中,全部6个剪切波弹性成像特征(P<0.0001)和22个灰阶超声特征中的21个(P<0.03)在良恶性肿块间差异显著。
  • 多变量分析后,3个灰阶超声特征和2个剪切波弹性成像特征与恶性乳腺肿块独立相关。
  • 灰阶超声AUC为0.929,剪切波弹性成像AUC为0.992(P<0.001)。

局限性

  • 原文结论指出需要进一步研究独立且更大的数据集。

以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。

英文原文(摘要)· 点击展开

PURPOSE: To identify and compare diagnostic performance of radiomic features between grayscale ultrasound (US) and shear-wave elastography (SWE) in breast masses.

MATERIALS AND METHODS: We retrospectively collected 328 pathologically confirmed breast masses in 296 women who underwent grayscale US and SWE before biopsy or surgery. A representative SWE image of the mass displayed with a grayscale image in split-screen mode was selected. An ROI was delineated around the mass boundary on the grayscale image and copied and pasted to the SWE image by a dedicated breast radiologist for lesion segmentation. A total of 730 candidate radiomic features including first-order statistics and textural and wavelet features were extracted from each image. LASSO regression was used for data dimension reduction and feature selection. Univariate and multivariate logistic regression was performed to identify independent radiomic features, differentiating between benign and malignant masses with calculation of the AUC.

RESULTS: Of 328 breast masses, 205 (62.5 %) were benign and 123 (37.5 %) were malignant. Following radiomic feature selection, 22 features from grayscale and 6 features from SWE remained. On univariate analysis, all 6 SWE radiomic features (P < 0.0001) and 21 of 22 grayscale radiomic features (P < 0.03) were significantly different between benign and malignant masses. After multivariate analysis, three grayscale radiomic features and two SWE radiomic features were independently associated with malignant breast masses. The AUC was 0.929 for grayscale US and 0.992 for SWE (P < 0.001).

CONCLUSION: US radiomic features may have the potential to improve diagnostic performance for breast masses, but further investigation of independent and larger datasets is needed.

UNLABELLED: ZIEL: Ermittlung und Vergleich der diagnostischen Leistung von radiomischen Merkmalen zwischen B-Bild-Ultraschall (US) und Scherwellen-Elastografie (SWE) bei Raumforderungen der Brust.

MATERIAL UND METHODEN: Wir haben retrospektiv 328 pathologisch bestätigte Raumforderungen der Brust bei 296 Frauen erhoben, die sich vor einer Biopsie oder Operation einer US- und SWE-Untersuchung unterzogen hatten. Ein repräsentatives SWE-Bild der Raumforderung, das zusammen mit dem B-Bild im Split-Screen-Modus angezeigt wird, wurde ausgewählt. Eine ROI wurde durch einen spezialisierten Brustradiologen um die Grenze der Raumforderung im B-Bild eingezeichnet, kopiert und in das SWE-Bild eingefügt, um die Läsion zu segmentieren. Aus jedem Bild wurden insgesamt 730 mögliche radiomische Merkmale, einschließlich Statistiken erster Ordnung, sowie Struktur- und Wavelet-Merkmale extrahiert. Die LASSO-Regression wurde zur Reduzierung der Datengröße und zur Merkmalsauswahl verwendet. Eine univariate und multivariate logistische Regression erfolgte, um unabhängige radiomische Merkmale zu identifizieren, die bei der AUC-Berechnung zwischen gut- und bösartigen Raumforderungen unterscheiden.

ERGEBNISSE: Von 328 Raumforderungen waren 205 (62,5 %) gutartig und 123 (37,5 %) maligne. Nach der Selektion der radiomischen Merkmale blieben 22 Merkmale aus dem B-Bild und 6 aus der SWE übrig. Bei der univariaten Analyse unterschieden alle 6 SWE-radiomischen Merkmale (p < 0,0001) und 21 von 22 B-Bild-radiomischen Merkmalen (p < 0,03) signifikant zwischen benignen und malignen Raumforderungen. Nach der multivariaten Analyse wurden 3 B-Bild- und 2 SWE-radiomische Merkmale unabhängig voneinander mit malignen Raumforderungen der Brust assoziiert. Die AUC betrug 0,929 für B-Bild und 0,992 für SWE (p < 0,001).

SCHLUSSFOLGERUNG: Radiomische US-Merkmale können die Diagnoseleistung bei Raumforderungen der Brust verbessern, jedoch ist die weitere Untersuchung unabhängiger und größerer Datensätze erforderlich.

来源:Ultraschall Med,查看原文。版权归原作者所有。

引用

  1. Youk JH, Kwak JY, Lee E, et al. Grayscale Ultrasound Radiomic Features and Shear-Wave Elastography Radiomic Features in Benign and Malignant Breast Masses. Ultraschall Med. 2019. PMID: 31703239. doi:10.1055/a-0917-6825

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。