72影像技术影像研究与医学应用2024年4月第8卷第7期多模态超声联合人工智能S-Detect技术校正BI-RADS分类对乳腺肿块的诊断价值分析刘美玲，钟树兴（通信作者），王霞，郭红梅（东莞市妇幼保健院超声科广东东莞523000）【摘要】目的：探讨多模态超声联合人工智能S-Detect技术校正BI-RADS分类对乳腺肿块的诊断价值。方法：选取2021年1月—2023年12月东莞市妇幼保健院收治的乳腺肿块患者52例，所有患者均接受多模态超声检查（常规超声、彩色多普勒超声、弹性成像技术、超声造影）及人工智能S-Detect技术矫正，以病理结果为金标准，比较多模态超声、S-Detect技术联合诊断的诊断效能。结果：以病理检查结果为依据，联合检查诊断准确率、灵敏度均高于多模态超声和S-Detect技术单一诊断（P＜0.05）；恶性病变患者不均匀片状低回声、簇状钙化分布、血流RI高、血流丰富、冠状面结构扭曲、弹性评分高占比均高于良性病变（P＜0.05）；恶性肿块患者血流阻力指数、Vmax、Vmin均高于良性肿块患者（P＜0.05）。结论：多模态超声联合人工智能S-Detect技术能进一步提高乳腺肿块良恶性鉴别诊断能力，且良恶性肿块经多模态超声下其超声特征表现及血流频谱上均存在差异，能够依据上述情况做出合理诊断。【关键词】多模态超声；人工智能S-Detect技术；乳腺肿块；BI-RADS分类【中图分类号】R445.1【文献标识码】A【文章编号】2096-3807（2024）07-0072-03近些年来，女性乳腺癌为临床多发的恶性肿瘤，死亡率位居前列，严重威胁女性生命健康[1]。当前国内乳腺超声检查成为筛查及诊断乳腺肿块良恶性的常见方式，其优点为实时动态、无辐射等，但在检查期间会受到仪器及操作者影响[2]。随着近些年来人工智能技术的发展，计算机辅助诊断（computeraideddiagnosis，CAD）成为目前常见的一类诊断工具[3]。S-Detect技术为人工智能辅助诊断技术，在诊断中依据卷积神经网络能够分析乳腺影像报告、数据系统，同时，二分法分类能用于乳腺病灶诊断，其结果提示“可能良性”或“可能恶性”，及时判断出乳腺病灶形式，为临床超声医师早期诊断提供依据。乳腺非肿块型病变经超声检查后，分析结果得出，因不具备空间占位效应则难以显示出乳腺肿块的基本特征，增加漏诊、误诊。现阶段国内有关S-Detect技术实际应用分析中，其对乳腺超声应用成效依然处于起始阶段，临床文献内容较少。文章就2021年1月—2023年12月东莞市妇幼保健院收治的乳腺肿块52例患者接受多模态超声及S-Detect技术检查乳腺肿块...
