文献速递乳腺US

乳腺良恶性病变超声影像组学模型的多中心大样本开发与验证

Development and validation of an interpretable ultrasound radiomics model for benign and malignant classification of breast lesions: a multicenter large-sample study.
PubMed 文献 · Insights Imaging · 2026-06-25

该多中心研究纳入3142例乳腺病变患者,构建并验证基于超声影像组学与临床特征联合模型。模型在训练、内部、外部及前瞻性测试集的AUC分别为0.92、0.90、0.92、0.93,显著优于单一影像组学或临床模型。研究提示该模型可能减少不必要的乳腺穿刺活检,并在BI-RADS 4a病变中提高恶性检出率。

要点

  • 联合模型的AUC在四个数据集中达到0.90-0.93,优于单一影像组学(0.81-0.83)和临床模型(0.85-0.87)。
  • 模型重分类后BI-RADS 4a恶性率明显升高,外部队列从9.23%升至44.44%,前瞻队列从16.67%升至50.00%。
  • 放射科医师按BI-RADS建议的不必要活检率高于模型,联合模型可降低不必要活检率且不明显降低敏感度。

核心结论

  • 基于超声影像组学与临床特征的联合模型可较可靠地无创分类乳腺良恶性病变。
  • LR为最优影像组学分类器,四组AUC分别为0.83、0.82、0.81、0.82,泛化性优于RF等其他算法。
  • 联合模型在训练、内部、外部、前瞻队列的AUC分别为0.92、0.90、0.92、0.93,诊断表现优于单一模型(均p<0.01)。

研究设计与样本

  • 多中心回顾性开发验证研究,纳入8家医院2012年2月至2024年9月共3142例乳腺病变患者。
  • 回顾性队列2412例来自3家医院,按7:3分为训练集1688例和内部测试集724例。
  • 外部队列463例来自其余5家医院,前瞻性测试队列267例来自医院1。
  • 采用高频线阵探头,设备包括Mindray、GE、Philips、Samsung、Siemens、SuperSonic、Esaote、Hitachi等多机型。
  • 两位15年以上乳腺超声经验的高年资放射科医师独立依据第五版BI-RADS评估病变,分歧经协商达成一致。

关键影像表现/征象

  • 从每处ROI提取851个影像组学特征,经可重复性筛选、冗余过滤和LASSO后保留12个代表性特征。
  • 最常见影像组学特征为小波变换灰阶与纹理特征,如wavelet.LLL_glszm_ZonePercentage和wavelet.LLL_glrlm_RunLengthNonUniformityNormalized。
  • LR在训练集AUC为0.83,内部测试集0.82,外部测试集0.81,前瞻测试集0.82,表现稳定。
  • RF在训练集AUC虽达1.00,但在内部、外部、前瞻测试集分别降至0.74、0.71、0.70,提示明显过拟合。
  • SHAP分析显示影像组学评分、边缘、形态、肿瘤大小、年龄和方位对联合模型预测有不同贡献,部分病例中方位为负向影响因素。

诊断标准与关键数值

  • 临床模型纳入了年龄、肿瘤大小、方位、边缘、形态5个独立预测因子。
  • 临床模型AUC分别为训练集0.87、内部测试集0.85、外部测试集0.87、前瞻测试集0.86。
  • 联合模型整合影像组学评分与5个临床超声预测因子,多因素分析中6个变量均为恶性肿瘤的显著预测因子。
  • DCA显示联合模型在阈值概率0.05-0.95范围内均具有高于单一模型的净获益。
  • 与BI-RADS 4a为活检阈值比较,联合模型显著提高准确度和特异度,但敏感度较低;以BI-RADS 4c阈值比较则总体表现基本相当。

临床应用与阅片要点

  • 联合模型重分类后不必要活检率从外部队列29.67%降至18.84%并降至前瞻队列24.21%至14.41%,均无明显敏感度降低。
  • 模型辅助可使BI-RADS 3和4a病变被调整,但降级或升级决策需结合具体预测风险谨慎执行。
  • 本模型性能在病灶较小和年龄较轻亚组中保持稳定,AUC范围0.87至0.94,显示跨亚组可靠性。
  • 不同机型采集的静态超声图像提取影像组学特征,说明模型可能具备跨设备应用的潜力。
  • 实际使用中需注意图像分割为病变最大截面手工勾画ROI,仅每个患者最大病灶纳入分析。

局限性

  • 本研究为回顾性开发验证设计,仅前瞻测试队列来自单中心,模型推广仍需进一步前瞻临床实用性评估。
  • 每个患者仅选取一个最大病灶进行分析,多灶性病变的图像组学特征未被充分评估。
  • 该研究对应英文全文尚未经临床大范围前瞻外部验证,模型辅助决策是否适用于其他人群和设备环境仍需确认。
全文中译19 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:Insights Imaging. 2026 Jun 25;17:174. doi: 10.1186/s13244-026-02344-y

引言

乳腺癌已成为全球女性中最常见的恶性肿瘤,也是癌症相关死亡的主要原因 [1]。早期发现和准确诊断对于指导治疗和改善预后至关重要 [2, 3]。用于乳腺病变评估的常见影像学检查方法包括乳腺X线摄影、超声和磁共振成像(MRI)[4]。乳腺X线摄影对早期发现有效,但在致密型乳腺女性中敏感性有限 [5]。MRI可提供高分辨率,但其应用受成本和可及性的限制 [6]。

超声作为一种实时、无辐射的影像学检查方法,被广泛用于乳腺病变的初步筛查和诊断 [7, 8]。然而,超声图像的解读高度依赖放射科医师的经验,引入了一定程度的主观性,可能导致诊断不一致。为解决这一问题,美国放射学会于2013年推出了第五版乳腺影像报告和数据系统(BI-RADS)[9]。尽管BI-RADS提高了客观性,但由于影像特征重叠,区分不典型良性表现与恶性病变仍然困难。特别是,当仅使用B型超声(BMUS)评估乳腺病变时,4类病变的假阳性率较高,且缺乏详细的亚分类标准 [10–13],导致频繁依赖活检。尽管结合乳腺X线摄影、彩色多普勒及相关临床信息可能进一步改善病变评估,但活检仍然普遍,增加了患者负担,这凸显了在减少不必要干预的同时提高诊断准确性的必要性。

影像组学是一种新的分析方法,可从医学图像中提取大量定量特征,有助于揭示隐藏在影像数据中的细微病理信息 [14, 15]。影像组学已在乳腺疾病中得到广泛应用,尤其是与超声成像结合时 [16–18]。既往研究利用机器学习算法开发了用于乳腺病变准确分类的模型 [19–22]。然而,大多数现有研究仅关注单一机器学习方法,缺乏前瞻性、多中心、大规模验证,限制了其普适性和临床适用性。此外,很少有研究专门关注在临床实践中减少不必要的活检,对这些模型临床效用的综合评价仍然有限。

因此,本研究旨在开发并验证一个整合了基于超声的特征与临床-超声特征的影像组学模型。该模型的性能将在多中心和前瞻性数据集中进行测试,重点关注其对BI-RADS分类和活检建议的影响。为提高可解释性,将使用Shapley加性解释(SHAP)来阐明模型的决策过程。

材料与方法

本研究获得了机构伦理委员会的批准,回顾性部分(编号:PJ2023-07-11)和前瞻性部分(编号:PJ2024-02-12)分别获得了独立的批准编号。回顾性分析因其研究设计而免除了知情同意,而前瞻性阶段纳入的所有参与者均提供了书面知情同意。

研究对象

来自八家三级医院的乳腺病变患者被纳入本研究,包括2012年2月至2024年3月9日期间的一个回顾性队列,以及2024年3月10日至9月期间在1号医院的一个前瞻性队列。纳入标准如下:(1)年龄≥18岁;(2)经超声发现的乳腺病变;(3)在活检或手术前2周内进行的乳腺超声检查。对于回顾性队列,要求病变有病理确诊;对于前瞻性队列,患者在计划进行活检或手术治疗时被纳入,仅在获得病理结果后才纳入最终分析。排除标准为:(1)超声检查前目标病变曾接受过活检,或有化疗、放疗史或其他恶性肿瘤史;(2)临床或病理资料不完整;(3)超声图像不完整或质量不佳。在前瞻性队列中,最终未接受活检或手术的患者也被排除。患者入组流程见补充图S1。

本研究共纳入来自八家医院的3142例符合条件的乳腺病变患者数据进行模型训练和测试。其中,来自回顾性队列中三家医院的2412例患者按7:3的比例随机分为训练集(1688例)和内部测试集(724例)。此外,来自其余五家医院的463例患者被纳入合并外部测试集。另外,来自1号医院前瞻性队列的267例患者作为前瞻性测试集纳入。

临床病理资料与超声图像采集

超声图像采用高频线阵探头在以下系统上获取:Resona 5S/6S/7S/7T/8、DC-8和Nuewa R9(迈瑞),VOLUSON E8和LOGIQ E9(GE),iU22和EPIQ 5/7/7C(飞利浦),WS80A和RS80A(三星),ACUSON S2000和ACUSON Sequoia(西门子),AixPlorer(SuperSonic Imaging),MyLab 9(Esaote)以及ARIETTA 70(日立)。图像采集过程中,对深度、增益和聚焦区域进行了优化以确保图像质量充分,并记录病变最大径。捕捉每个乳腺肿块关键特征的代表性图像存储于图像存档与通信系统(PACS)中,以供后续分析和验证。

两位具有15年以上乳腺超声经验的资深放射科医师在不知晓病理结果的情况下独立审阅所有超声图像,依据第五版BI-RADS评估病变特征。在外部和前瞻性测试集中,他们进一步将病变分为BI-RADS 2、3、4a、4b、4c和5类。分歧通过协商一致解决。对于有多次超声检查的患者,仅分析活检/手术前2周内最近一次检查。超声检查与活检/手术之间的平均间隔为4.1±2.9天(范围0-13天)。分析按患者进行,每例患者仅纳入一个病变。对于多灶性病变,仅将最大的病变及其对应的病理结果纳入分析。

图像分割与特征提取

病变分割过程最初由一位放射科医生A(经验 > 7年)使用ITK-SNAP 3.8.0软件(http://www.itksnap.org)完成。在显示每个病变最大横截面的存储静态超声图像上,沿病变边界手动勾画感兴趣区(ROI)。随后在Python 3.10.6中使用PyRadiomics包(版本3.1.0)自动提取影像组学特征[23]。在特征提取之前,进行了图像归一化(normalizeScale = 25)和重采样(ResampledPixelSpacing = [1, 1, 1])[24]。

为评估可靠性,从训练集中随机选取50例患者,由放射科医生A和另一位放射科医生B重新分割。计算组内相关系数(ICCs),保留ICC ≥ 0.80的特征。

特征选择与机器学习分类器选择

特征选择旨在保留具有代表性、稳定且临床相关的特征,详见补充材料S1。基于所选影像组学特征,评估了五种常用的机器学习分类器以确定最优预测模型。这些分类器包括逻辑回归(LR)、随机森林(RF)、支持向量机(SVM)、多层感知机(MLP)和K近邻(KNN)。模型性能通过受试者工作特征(ROC)曲线下面积(AUC)、准确率、敏感度和特异度进行评估。选择综合性能最佳的分类器作为最终影像组学模型,并为每位患者计算影像组学评分。

模型开发与性能评估

在训练集中,使用单变量LR确定病变恶性的临床超声危险因素。将p < 0.1的变量纳入多变量LR。采用逐步向后选择法,选取p < 0.05的变量构建临床模型。此外,将影像组学评分与临床危险因素整合,构建联合模型。

进行决策曲线分析(DCA),以可视化不同模型在指导临床决策中的净临床获益。计算净重分类改善指数(NRI)和综合判别改善指数(IDI),以量化联合模型的增量价值。使用校准曲线和Hosmer-Lemeshow检验评估模型校准度。此外,根据病变大小和患者年龄进行亚组分析。

联合模型在BI-RADS重分类中的临床效用

外部测试集和前瞻性测试集中的病变由高年资放射科医生按照BI-RADS推荐进行分类:2–3类为非活检类,4–5类为活检类。应用联合模型对不确定病变进行重分类:若预测为低风险,则将BI-RADS 4a类病变降为3类;若预测为高风险,则将BI-RADS 3类病变升为4a类。分析模型辅助BI-RADS重分类后活检建议的潜在变化以及BI-RADS 4a类病变的恶性比例。

模型解释与可视化

本研究引入SHAP方法以增强影像组学模型和联合模型的可解释性。SHAP植根于博弈论,量化每个特征对最终预测的贡献,从而提供对模型决策过程的更深入理解。具体而言,SHAP不仅能突出单个特征对不同样本的影响,还能揭示特征之间的交互作用。通过采用SHAP,医生能够更好地审查和验证模型的预测,进一步确保其在实际应用中的可靠性和公平性。

统计分析

使用R软件(版本4.2.2)、MedCalc软件(版本20.100)和SPSS软件(版本24.0)进行统计分析。采用DeLong检验比较AUC值。放射科医师的BI-RADS评估在三个阈值下进行分析:(A)4a、(B)4b和(C)4c作为恶性的截断值。采用McNemar检验比较联合模型与放射科医师评估之间的准确性、敏感性和特异性。双侧p值<0.05被认为具有统计学意义。

结果

研究人群与基线特征

共纳入3142例乳腺病变患者,平均年龄为49.1±13.0岁(范围18~93岁),其中良性病变1121例(35.6%),恶性病变2021例(64.3%)。训练集、内部测试集、外部测试集和前瞻性测试集患者的平均年龄分别为48.9±13.0岁(范围18~92岁)、48.9±12.8岁(范围18~85岁)、48.9±13.4岁(范围18~83岁)和51.0±12.1岁(范围23~93岁)。基线临床-超声特征总结于表1。

表1 训练集、内部测试集、外部测试集和前瞻性测试集患者的临床病理特征 查看原表 ↗

影像组学特征筛选与影像组学模型的建立

从每个ROI中共提取851个影像组学特征。经过可重复性筛选、冗余过滤和基于最小绝对收缩与选择算子(LASSO)的特征选择后,保留了12个代表性特征用于构建影像组学模型。所选特征的完整列表见补充材料S2。随后使用这些特征训练了五种机器学习分类器。

尽管RF模型在训练集中AUC达到1.00,但其在内部、外部和前瞻性测试集中的性能大幅下降(AUC=0.74、0.71和0.70),提示存在过拟合且泛化能力有限。相比之下,LR模型在四个数据集中保持了稳定的性能,AUC分别为0.83、0.82、0.81和0.82。重要的是,LR模型在所有三个测试集中均显著优于其他分类器(均p<0.001)。基于其稳健性和泛化能力,LR被选为最终的影像组学模型,并为每位患者生成了影像组学评分。所有分类器的详细性能指标见表2。补充图S2展示了LR模型的判别性能。

为增强可解释性,对LR模型进行了SHAP分析(图1),提供了全局特征重要性(条形图和蜂群图)以及病例层面的解释(瀑布图)。

表2 五种机器学习模型在各数据集中的诊断性能评估 查看原表 ↗
图1 LR模型的特征重要性与SHAP值可视化。A 平均绝对SHAP值条形图,按重要性对特征进行排序。B 蜜蜂群图显示SHAP值分布,颜色表示特征值(蓝色=低,红色=高)。C、D 两例患者的瀑布图展示各特征的贡献:红色条形表示正向影响,蓝色条形表示负向影响。患者C显示总体负向预测,患者D显示总体正向预测。 查看原图 ↗

临床模型的构建

临床-超声特征的单因素LR分析确定年龄、肿瘤大小、方位、边缘、形态、回声质地及后方回声特征为恶性的显著预测因素。多因素分析进一步保留年龄、肿瘤大小、方位、边缘和形态作为独立预测因素。这五个变量被用于构建临床模型。临床模型在训练集中的AUC为0.87,内部测试集为0.85,外部测试集为0.87,前瞻性测试集为0.86。详细回归结果见补充表S2。

联合模型的构建与性能评估

通过将影像组学评分与五个独立的临床-超声预测因素(年龄、肿瘤大小、方位、边缘和形态)整合,构建了联合模型。在多因素分析中,全部六个变量仍为恶性的显著预测因素。联合模型在训练集、内部测试集、外部测试集和前瞻性测试集中的AUC分别为0.92、0.90、0.92和0.93。在所有数据集中,联合模型均显著优于单独的影像组学模型和临床模型(所有p < 0.05,DeLong检验)。比较模型性能的ROC曲线见图2,详细指标汇总于补充表S3。联合模型在关键患者亚组中表现出稳健且均衡的诊断性能,包括较小病灶和较年轻年龄的患者,持续获得0.87至0.94的高AUC,并在各亚组间保持均衡的敏感性和特异性(补充表S4和图3)。这一初步展示凸显了该模型在临床相关亚组中的可靠性。

DCA显示,在所有数据集中较宽的阈值概率范围(0.05–0.95)内,联合模型提供的净临床获益均高于单独的影像组学模型或临床模型(图4)。此外,NRI和IDI分析均证实,纳入影像组学评分可显著提高临床模型的判别能力(所有p < 0.05;补充表S5)。另外,预测风险概率分析显示,在所有数据集中乳腺良恶性病变之间存在明确区分,恶性病变的预测概率显著更高(补充图S3)。模型校准令人满意,所有数据集的校准曲线和Hosmer–Lemeshow检验均证实了这一点(补充图S4)。SHAP可视化通过排序特征重要性并说明具体病例的预测,提供了全局和个体层面的可解释性(图5)。

图2 影像组学模型、临床模型和联合模型在不同数据集中的ROC曲线。A 训练集;B 内部测试集;C 外部测试集;D 前瞻性测试集。 查看原图 ↗
图3 不同患者亚组中组合模型的ROC曲线。A 训练集;B 内部测试集;C 外部测试集;D 前瞻性测试集 查看原图 ↗
图4 不同数据集中影像组学模型、临床模型和组合模型的DCA曲线。A 训练集;B 内部测试集;C 外部测试集;D 前瞻性测试集 查看原图 ↗
图5 组合模型的特征重要性和SHAP可视化。A 按平均绝对SHAP值排序的特征条形图。B 显示SHAP值分布的蜂群图。C、D 带有相应超声图像的病例特定瀑布图展示了特征贡献。对于患者C(f(x) = 3.66,浸润性癌),影像组学评分、边缘、形态和肿瘤大小呈正向贡献,而方位呈负向贡献。对于患者D(f(x) = −0.36,腺病),边缘和形态提高了预测值,而年龄、影像组学评分、肿瘤大小和方位降低了预测值 查看原图 ↗

模型与放射科医生的诊断性能比较

在外部测试集和前瞻性测试集中,我们将组合模型的诊断性能与经验丰富的放射科医生使用不同恶性截断阈值所做的BI-RADS评估进行了比较。当以BI-RADS 4a作为截断值时,放射科医生评估获得了极高的灵敏度,但特异度极低。相比之下,组合模型在两个数据集中均显著提高了总体准确率和特异度,尽管其灵敏度低于BI-RADS 4a。以BI-RADS 4b作为截断值时,组合模型的总体准确率与放射科医生评估相当,特异度显著更高但灵敏度更低。当采用BI-RADS 4c时,组合模型与放射科医生评估的总体诊断性能基本相当,各数据集间的准确率无一致性的显著差异(补充表S6)。

组合模型在BI-RADS重新分类中的临床效用

根据经验丰富的放射科医生基于BI-RADS的建议,外部测试集中的不必要活检率为29.67%(119/401),前瞻性测试集中为24.21%(61/252)。当仅根据组合模型生成活检建议时,外部测试集中的不必要活检率为10.22%(28/274),前瞻性测试集中为10.47%(20/191),显著低于基于BI-RADS建议的不必要活检率(均p < 0.001)。

此外,组合模型被用于调整BI-RADS 3类和4a类。经模型重新分类后,外部测试集中的不必要活检率从29.67%降至18.84%(绝对降低10.83%),前瞻性测试集中从24.21%降至14.41%(绝对降低9.80%),且诊断灵敏度无显著降低。值得注意的是,重新分类后BI-RADS 4a病变中的恶性率显著升高,外部测试集中从9.23%升至44.44%,前瞻性测试集中从16.67%升至50.00%(均p < 0.05)。详细结果总结于表3。

表3 组合模型与BI-RADS分类在乳腺病变活检推荐中的性能比较 查看原表 ↗

讨论

本研究从乳腺病灶超声图像中提取影像组学特征,评估多种机器学习模型在鉴别良恶性病变中的性能。通过整合临床超声特征,构建了联合预测模型,并在多个数据集和患者亚组中进行了验证。该模型还在BI-RADS再分类和活检决策中显示出潜在价值。

乳腺癌的早期准确诊断对改善预后至关重要[25]。然而,常规超声诊断在很大程度上依赖于医师经验,而BI-RADS系统虽然标准化,但在诊断确定性方面仍存在局限。尤其是BI-RADS 4类病变常呈现良恶性重叠的影像特征,导致较高的假阳性率[26]。影像组学通过提取超出视觉判读的高维特征,提供了一种更为客观和定量的方法。本研究提取的影像组学特征包括形状描述符、一阶统计特征以及多种基于纹理的高阶特征。其中,小波变换后的灰度和纹理特征最为常见。例如,“wavelet.LLL_glszm_ZonePercentage”描述病灶内纹理的均匀性,“wavelet.LLL_glrlm_RunLengthNonUniformityNormalized”反映灰度一致性。这些特征刻画了乳腺肿瘤的微观结构异质性[27],而这些信息难以通过常规超声获取[28]。

完成特征选择后,我们采用五种机器学习算法构建预测模型。LR模型在所有数据集中表现出一致的性能。在训练集、内部测试集、外部测试集和前瞻性测试集中的AUC分别为0.83、0.82、0.81和0.82。在全部三个测试集中,LR模型均显著优于其他算法。这可能归因于LR中特征权重的线性组合方式,有助于防止过拟合,并且适用于特征数量较少但信息量较大的影像组学数据集。这些发现与Ye等[29]的既往研究一致。因此,LR模型被选为最终的影像组学模型。此外,应用SHAP分析以提高可解释性,阐明影像组学特征对模型预测的整体贡献和个体贡献。

除了影像组学特征外,传统临床超声指标在预测乳腺病变恶性方面也发挥着重要作用。本研究中,年龄、肿瘤大小、方位、边缘和形态被确定为独立预测因素,与既往研究一致 [30–32]。值得注意的是,方位、边缘和形态是BI-RADS词典中的标准超声描述术语,而年龄和肿瘤大小是客观的临床/测量变量,可提供影像表现之外的补充信息。我们没有将最终的BI-RADS评估分类作为输入特征,因为它代表的是一个综合性的、依赖阅片者判断的结论,并且被单独用于活检决策分析及与我们的模型进行比较。年龄的预测价值可能与激素驱动的乳腺组织结构变化有关,尤其是伴随衰老和绝经状态的变化 [33, 34]。尽管临床模型取得了良好的性能,但在捕捉细微影像细节方面不如影像组学模型,特别是对于复杂或不明确的病变。

为了发挥两种方法的互补优势,我们构建了一个将影像组学评分与临床及超声因素相结合的联合模型。该模型在所有数据集上均取得了持续较高的AUC(0.92、0.90、0.92和0.93),显著优于任一单独模型(均p < 0.01)。NRI和IDI分析证实,影像组学评分在临床特征之外增加了判别价值。此外,在所有测试集的大多数阈值概率范围内,联合模型在决策曲线分析中显示出比单独使用影像组学模型和临床模型更高的净获益。这些结果突出表明,影像组学能够捕捉到传统临床指标无法获取的互补信息,尤其是基于小波的纹理特征 [35–37]。重要的是,SHAP值分析阐明了每个变量对模型输出的贡献。临床医生可以通过查看SHAP图来观察特定特征值如何影响每个个体病例的预测。这种定量可解释性增强了模型的临床接受度,并支持其未来在实际中的应用。

联合模型在患者亚组中也表现良好,在较小病变和较年轻患者中取得了平衡的敏感性和特异性,这对乳腺癌的早期发现和诊断非常重要。既往研究表明,将影像组学与传统超声相结合可提高早期诊断准确性 [17, 29, 35–37],但大多数研究受限于小样本队列和验证不足。通过利用多中心数据和前瞻性测试,本研究确保了更广泛的普适性和稳健性,在不同医院和超声系统之间表现一致。

与高年资放射科医师相比,在将4a作为截断值时,联合模型的准确率显著高于BI-RADS,而在更高阈值(4b或4c)下观察到相当的准确率,这与既往研究结果一致[38]。重要的是,模型辅助的BI-RADS分类重分类提示其有可能减少对良性病变的活检建议,并提高BI-RADS 4a病例中恶性病变的比例。这些发现表明,在进一步的前瞻性临床效用研究之前,联合模型可能支持活检决策和病变风险分层。然而,临床模型和联合模型均纳入了由经验丰富的放射科医师评估的阅片者来源超声描述符(包括方位、边缘和形态);因此,与BI-RADS评估的比较不应被解释为纯粹的自动化人机比较。

本研究存在若干局限性。首先,研究人群经过高度筛选,因为仅纳入了有病理确诊的病变,导致恶性率相对较高,且该队列不能完全代表常规诊断性超声实践的实际情况。这一队列构成可能影响了表观模型性能、决策曲线分析结果和活检重分类估计。因此,这些结果的解读应谨慎,因为它们可能无法直接推广到患病率较低的真实世界环境。其次,尽管纳入了来自多个中心的数据,但各中心之间超声设备和方案的差异可能影响了图像质量和模型性能,提示未来研究需要标准化采集。最后,放射组学特征为人工提取。未来可考虑基于深度学习的自动特征提取方法,以减少特征选择过程中的人工干预,提高建模过程的效率和自动化程度。

结论

总之,本研究开发并验证了一个整合放射组学和临床特征的乳腺癌诊断联合模型。多中心和前瞻性验证证实了其准确性、稳健性和可解释性。通过展示改善的诊断性能和可解释的预测模式,该模型可能支持乳腺病变风险分层和活检决策,但有待进一步的前瞻性临床效用研究。

补充信息

电子补充材料

引用

  1. Zhang, Lu, Qin, et al. Development and validation of an interpretable ultrasound radiomics model for benign and malignant classification of breast lesions: a multicenter large-sample study. Insights Imaging. 2026. PMID: 42343059. doi:10.1186/s13244-026-02344-y
  2. 全文:PMC13294407(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13294407/

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。