乳腺癌是女性最常见的恶性肿瘤之一，早期诊断和治疗是提高患者生存率的关键[1]。目前临床上乳腺癌筛查常用的手段有乳腺钼靶片及乳腺超声，钼靶片具有放射性，而乳腺超声相对乳腺钼靶片安全、简便、无创、可重复性强[2]。但乳腺超声对于乳腺肿物良恶性鉴别诊断结果受超声诊断医师主观判断影响较大，故得出的诊断结果不尽相同[3]。2003年美国放射学会制定的乳腺影像学报告及数据系统(Breast Imaging Reporting and Data System,BI-RADS)是目前临床上乳腺影像学检查结果进行分类的标准，使报告内容更加规范、客观。BI-RADS按乳腺影像学检查结果将乳腺病灶分为7类，其中BI-RADS 4类乳腺结节既有可能是良性，又有可能是恶性。BI-RADS 4类乳腺肿块又分为4A、4B、4C三类。BI-RADS 4A类乳腺病灶恶性可能性较低，为2%～10%；BI-RADS 4B类乳腺病灶恶性可能性为>10%～50%，BI-RADS 4C类乳腺病灶恶性可能性>50%～95%[4]。临床上将不能列为4A、4C类的BI-RADS 4类乳腺肿块列4B类。S-Detect技术是三星WS80A独具的、新研发的计算机智能化技术，该技术能够从形态、回声、钙化等方面对乳腺肿物的良恶性进行快速评估，在一定程度上避免了人为因素，使检查结果更加客观。超声波弹性成像技术目前可以应用到乳腺、甲状腺等浅表器官，其主要是根据病变区域和周围组织间弹性系数不同，通过探头适当按压或组织振动后，计算得出不同的弹性系数并计算得出不同的应变率，以获得组织的软硬程度，从而对病变的良恶性作出鉴别诊断，最后以5分法进行评分，评分越高说明质地越硬，恶性可能性越大[5-6]。本研究联合应用S-Detect技术与弹性成像技术，探讨其对乳腺BI-RADS 4类结节良恶性评估的诊断价值，报告如下。
1 资料与方法
1.1 一般资料 选取2017年1月—2018年12月于我院接受乳腺检查的110例女性患者的120个乳腺结节病灶，年龄19～68岁，平均(42.6±6.7)岁，病灶直径5～22 mm，平均(14.26±4.46) mm。纳入标准：①术前接受二维超声、弹性成像技术及S-Detect技术扫查乳腺，切面图像清晰可辨；②术前二维超声诊断为乳腺占位性病变且经BI-RADS分类定为4类的患者；③患者或家属均知情同意并经医院伦理委员会审批通过；④术前未接受新辅助化疗、性激素治疗等。排除标准：乳腺二维超声难以辨别的非肿块病灶及乳腺放置假体者。
1.2 方法
1.2.1 常规二维超声及弹性成像技术 所有受试者应用迈瑞Resona 7超声诊断仪,设置探头频率为5～13 MHz，并选定预设的乳房检查条件。所有超声上机操作均由我院2名具有5年以上超声诊断资质的超声科医师遵循双盲法原则完成。嘱患者采取仰卧位，必要时采取侧卧位，检查过程中要充分暴露双侧乳腺及腋窝。先行常规二维超声，对检查过程中存在乳腺病变超声特征详细记录，依据超声BI-RADS分类对病灶位置进行评估。具体方法：以乳头为中心，分别进行常规多切面(纵切、横切和斜切面)扫查。观察乳腺病变的位置，包括大小、形态、边缘及包膜、内部回声，是否有钙化，纵横比，与周围血供情况以及病变后方回声有无衰减，同时观察双侧腋下是否有淋巴结肿大；再调整为弹性成像模式，在设备内部设置可调的弹性成像感兴趣区(elastography region of interest，ROI)，ROI应调节至病变区面积的2～3倍以上，将探头垂直于乳腺病灶方向对组织施加一定压力(2～3下/s，加压深度3 mm左右)，对肿块的弹性成像图进行准确测量，计算弹性图像与二维图像上病灶的面积比。
1.2.2 S-Detect技术 所有受试者均应用三星公司的WS80A超声诊断仪进行检测，频率设定为5～13 MHz。先在2D模式下横切、纵切扫查乳腺病灶，以肿块最大径与其垂直切面作为标准层面，然后切换到S-Detect模式，软件自动勾画乳腺病灶区域，激活自动分析程序，对肿物性质进行快速评价得出S-Detect报告，判断病灶良恶性。
1.3 诊断标准
1.3.1 BI-RADS分类 以Elverici等[7]的标准作为参照，先用二维超声对BI-RADS分类：3类(良性特征)为椭圆形和平行位生长，边缘光整锐利，后方回声增强；5类(恶性特征)为非平行生长，声晕及边界不清，形态不规则，微钙化，后方声影，周边组织异常，以上恶性征象大于3项，可诊断；4类为病变特征介于3类和5类之间。BI-RADS 4类结节可分为4A、4B、4C 3个亚型，具备以上任意1项恶性征象者为4A，2项者为4B，3项者为4C。BI-RADS 4B类及以上为恶性。
1.3.2 超声弹性成像(ultrasonic elastography,UE)评分(改良5分法) 当图像显示大部分甚至全部病灶为绿色时记1分；当图像显示病灶的中心区域呈蓝色，而周边区域为绿色时记2分；当图像显示病灶范围内的蓝绿色面积接近1∶1时记3分；当病灶大部分呈蓝色或者内部伴有少许绿色时记4分；当图像显示病灶及周边组织均为蓝色，只有内部伴或不伴有少量绿色记5分。以UE评分≤3分为良性病变，UE评分≥4分考虑为恶性病变可能[8]。超声弹性成像技术联合二维超声，根据改良UE评分对二维超声BI-RADS 4类乳腺病变分类进行分级调整，得出新的BI-RADS 4类乳腺病变分级结果(表1)，所得结果仍遵循BI-RADS 4B类及以上判定为恶性。
表1 根据UE评分对BI-RADS 4类乳腺病变进行
分级调整方法
Table 1 Grading adjustment method of BI-RADS4
breast lesions according to UE score
二维超声BI-RADS 分级UE评分1～2分3分4～5分4A下调1级不变上调1级4B下调1级不变上调1级4C下调1级不变上调1级
1.3.3 S-Detect技术 S-Detect软件可对病变进行分类，病变特征分析和评估等流程采用先进的“深度学习”算法，依靠对检查者大数据分析得出的病变特征为基础，自动输出良恶性判定报告。本研究采用S-Detect技术联合上述UE评分方法(依据表1中调整后的BI-RADS 4类乳腺病变分级方法得出的良恶性判定诊断)，再次进行乳腺病灶的良恶性诊断结果的调整。若二者分类结果不一致，则参照UE评分调整后的BI-RADS 4类结节分类方法，BI-RADS 4B类及以上判定为恶性。具体判定标准如下：①S-detect诊断为良性而弹性成像技术诊断为恶性的，判定为恶性；②S-detect诊断为恶性，而弹性成像技术诊断为良性，如为BI-RADS 3类结节，则判定为良性，如BI-RADS 4A类以上，则判定为恶性。
1.4 评价指标 以病理检查的结果作为金标准，对二维超声单独联合弹性成像技术诊断和联合采用S-Detect技术与弹性成像技术诊断乳腺病灶良恶性的敏感度、特异度，准确度进行比较。
1.5 统计学方法 应用SPSS 18.0统计软件分析数据。采用四格表的诊断性试验分析分别计算相关检查方法的敏感度、特异度、准确度；采用ROC曲线比较不同检查方法ROC曲线下面积的差异。P<0.05为差异有统计学意义。
2 结 果
2.1 病理结果 110例女性乳腺占位性病变患者中，共计120个肿块。良性为82个，其中乳腺增生结节52个，乳腺纤维瘤14个，导管内乳头状瘤7个，良性叶状瘤1个，硬化型腺病2个，炎性病变6个。恶性肿瘤38个，其中浸润性导管癌30个，黏液癌1个，叶状肉瘤1个，导管内癌6个。
2.2 二维超声单独联合弹性成像技术与病理结果对照比较 常规二维超声检查后行BI-RADS4类乳腺病灶亚型分类：4A 69个，4B 23个，4C 28个。联合弹性成像技术校正后再次对BI-RADS4类乳腺病灶亚型进行调整，调整后仍按BI-RADS 4B类及以上判定为恶性，故联合应用弹性成像技术后判定为乳腺病灶良性78个，恶性42个，与病理结果对比，其敏感度为73.68%，特异度为82.92%，准确度为80.00%。见表2，3。
表2 120个BI-RADS4类乳腺病灶的分级调整结果
Table 2 120 BI-RADS4 breast lesions
grading adjustment results (个)
原BI-RADS4类分级调整后BI-RADS分级4A(69)3(8)4A(60)4B(1) 4B(23)4A(10)4B(11)4C(2) 4C(28)4B(4) 4C(21)5(3)
表3 单独应用弹性成像技术联合二维超声
诊断乳腺良恶性病灶的价值
Table 3 Value of elastography alone combined with
two-dimensional ultrasound in the diagnosis of benign
and malignant breast lesions (个)
弹性成像技术联合二维超声病理检查良性 恶性合计良性68 1078恶性142842合计8238120
2.3 二维超声同时联合弹性成像和S-Detect技术与病理结果对照比较 根据上述S-Detect技术联合弹性成像技术的诊断标准，判定为乳腺病灶良性77个，恶性43个，与病理结果对比，其敏感度为86.84%，特异度为87.80%，准确度为86.66%，见表4，图1。
2.4 二维超声单独联合弹性成像技术和联合采用S-Detect技术与弹性成像技术诊断乳腺病灶良恶性的ROC曲线结果比较 ROC曲线显示，二维超声单独联合弹性成像技术、二维超声联合采用S-Detect技术与弹性成像技术诊断乳腺病灶良恶性的ROC曲线下面积分别为0.796、0.868。二维超声联合采用S-Detect技术与弹性成像技术诊断乳腺病灶良恶性的ROC曲线下面积大于二维超声单独联合弹性成像技术(Z=1.996，P<0.05)。
表4 二维超声同时联合弹性成像和S-Detect
技术诊断乳腺良恶性病灶的价值
Table 4 Value of two-dimensional ultrasound combined with
elastography and S-Detect in the diagnosis of
benign and malignant breast lesions (个)
二维超声同时联合弹性成像和S-Detect技术病理检查良性 恶性合计良性72577恶性103343合计8238120
图1 二维超声、弹性成像技术、S-Detect技术诊断乳腺结节A.二维超声显示乳腺病灶形态欠规则,内部可见微钙化,诊断为BI-RADS 4B;B.弹性成像技术,UE评分5分,病灶及周边组织均显示蓝色,调整为BI-RADS 4C;C.S-Detect技术评估该乳腺病灶,倾向恶性可能,综合弹性成像技术及S-Detect技术,超声检查结果该乳腺病恶性可能性大Figure 1 Diagnosis breast nodules by two-dimensional ul-trasound elastography and S-Detect
3 讨 论
乳腺恶性肿瘤早期时一般无明显临床症状，尤其是对于乳腺触摸不到或乳腺肿块小于直径<0.1 cm、且尚未向邻近组织浸润或者未发生远处转移的部分患者均是在健康体检时被发现，有结节、无疼痛、质地一般偏硬，故在疾病早期应遵循早发现和早治疗的原则，这对控制疾病发展具有重要的临床意义。目前应用的常规超声诊断受个人经验及主观判断影响较大，仅能从肿物的大小、形态、血供、有无钙化、内部回声以及周边组织等相关信息作出诊断，不能形成统一的诊断标准，加之良恶性肿瘤图像多伴有交叉的情况，故常规超声诊断存在一定的漏诊、误诊情况。而且在基层医院中大部分医院在诊断乳腺良恶性结节方面仍然依赖于对身体有辐射的钼靶片。美国放射学会修订的第5版BI-RADS，BI-RADS 4类结节的恶性风险为3%～94%，跨度较大，依靠常规的超声检查存在一定的误诊和漏诊的可能。因此，为尽早发现恶性肿瘤，减少不必要的穿刺，有必要采用超声的新技术进一步明确病变性质[9]，超声弹性成像是应用不同组织之间的弹性系数进行诊断[10-13]。当组织受到压缩时，会依据压力信号不同计算组织变形程度，反映出硬度变化。此项技术实现了常规超声不能检测的肿瘤成像，在鉴别乳腺良恶性中得到了广泛开展和应用，主要用于评估乳腺结节的硬度，识别肿物与周围邻近组织的硬度差异，最后以5分法进行评分，评分越高说明乳腺肿块越硬，恶性可能性大。本研究联合应用应变弹性成像技术，先对BI-RADS 4类病变进行细微分级调整，进一步提高其诊断率。但也有研究报道，弹性指数在不同组织上可能有一定的重叠性[14]。有学者认为，主观上检查的过度挤压，或有些乳腺病变患者病程较长，病灶的机化或钙化等原因均导致组织硬度增加，从而使弹性评分增加[15-16]。本研究联合三星公司新推出的S-Detect技术对乳腺肿物性质作出快速诊断,此技术将人工智能与超声结合是数字医疗领域研究新的热点之一。S-Detect是以BI-RADS分类为基础，存储了大量经病理证实的乳腺病例的超声图像，形成了计算机内部存贮的数据库。当扫查到乳腺肿物启用S-Detect模式时，S-Detect软件将会从形状、方向、边缘、后方特征、回声模式、钙化、相关功能、特殊病例等方面对乳腺肿物进行分类，综合分析后在图像下方给出可能良性或可能恶性的诊断。S-Detect技术对肿物性质的评估能力尚在探索之中。目前已有学者将该技术用于乳腺和甲状腺[10]，并且发现S-Detect技术在对肿物性质的诊断中有较高的临床价值，尤其适用于经验较少的基层医院医生和初级医生[11]。S-Detect技术受仪器操作者主观因素影响小，故对乳腺肿物性质的评估更加客观。并且由于软件为自动智能化评估，缩短了对肿物性质的评估时间，更加方便快捷。
本研究以常规二维超声诊断为BI-RADS 4类的120个乳腺结节作为初步研究对象，以弹性成像技术对二维超声诊断为BI-RADS 4类乳腺结节再次进行分级调整，初步以BI-RADS 4B及其以上判定为恶性。但这2种方法均与超声操作医生的经验、按压乳腺肿块的力度和节律以及主观判定有关。最后应用S-Detect技术通过人工智能系统综合分析整合数据，更加客观地对二维超声联合弹性成像技术初步鉴别诊断的BI-RADS 4类乳腺结节的良恶性再次进行评估。本研究结果显示，二维超声同时联合弹性成像和S-Detect技术的敏感度为86.84%、特异度为87.80%、准确度为86.66%，而二维超声单独联合弹性成像技术的敏感度为73.68%、特异度为82.92%、准确度为80.00%；二维超声单独联合弹性成像技术、二维超声联合采用S-Detect技术与弹性成像技术诊断BI-RADS 4类乳腺病灶良恶性的ROC曲线下面积分别为0.796、0.868，二维超声联合采用S-Detect技术与弹性成像技术诊断乳腺病灶良恶性的ROC曲线下面积大于维超声单独联合弹性成像技术(Z=1.996，P<0.05)。表明在临床上联合应用可以明显降低因超声诊断医师经验不足、主观判定引起的漏诊率和误诊率，从而避免对BI-RADS 4类乳腺病灶进行不必要的穿刺和活检，故值得在临床推广应用。
[1] de Santis CE，Miller KD，Goding Sauer A，et al. Cancer statistics for African Americans,2019[J]. CA Cancer J Clin,2019,69(3):211-233.
[2] Kim K,Song MK,Kim EK,et al. Clinical application of S-Detect to breast masses on ultrasonography:a study evaluati-ng the diagnostic performance and agreement with a dedicated breast radiologist[J]. Ultrasonography,2017,36(1):3-9.
[3] Lee SW,Choi HY.Beak SY,et al. Role of color and power Doppler ima-ging in differentiating between malignant and benign solid breast mass[J]. J Clin Ultrasound,2002,30(8):459-464.
[4] 郝少云，欧冰，钟文景，等.弹性成像对新版BI.PADS评估乳腺肿物良恶性的价值[J].中国超声医学杂志，2015，31(4)：292-295.
[5] 智慧，肖晓云，杨海云，等.超声弹性成像比值法与评分法在乳腺肿物诊断中的比较[J].中华超声影像学杂志，2010,19(2)：22-25.
[6] 王志远，杨通明，吴泽惠，等.乳腺微小癌的超声弹性成像评分与应变率比值的相关性分析[J].中南大学校报，2010,35(9)：557-559.
[7] Elverici E，Barca AN，Aktas H，et al.Nonpalpable BI-RADS 4 breast lesions：sonographic findings and pathology correlation[J].Diagn Interv Radiol，2015,21(3)：189-194.
[8] 罗保明，欧冰，智慧，等.改良超声弹性成像标准在乳腺肿块鉴别诊断中的价值[J].现代临床医学生物工程学杂志，2006,12(5)：396-398.
[9] 孙芹，张翠玲.超声弹性成像技术与BI-RADS评分分级联合用于乳腺肿块诊断的临床价值[J].疾病监测与控制杂志,2018,12(6):447-448.
[10] 黄雄,方淑娟,张娟,等.彩色多普勒超声联合实时弹性成像技术对乳腺小结节的诊断价值[J].海南医学,2018,29(15):2131-2133.
[11] 石慧军.超声弹性成像联合BI-RADS分级用于乳腺结节诊断的临床价值[J].河北医科大学学报,2017,38(8):960-963.
[12] 胡蕾,叶磊,隋秀芳.TI-RADS分级、超声弹性应变率及VTQ对诊断甲状腺良恶性结节的价值[J].安徽医科大学学报,2018,53(2):301-305.
[13] 颜红菊,许晓静,张丽,等.超声声触弹性成像对乳腺良恶性肿瘤的鉴别诊断价值[J].浙江医学,2018,40(12):1394-1396.
[14] Cho N,Moon WK,Kim HY,et al. Sonoelastographie strain index for differentiation of benign and malignant nonpalpabh breast nlagses[J]. J Ultrasound Med,2010,29(1):1-7.
[15] 赵连春，李竞，张立春.超声弹性成像对乳腺钙化性肿瘤良恶性的诊断价值[J].临床超声医学杂志，2010,12(6):55-58.
[16] 支鹏飞.超声弹性成像在乳腺微小结节鉴别诊断中的应用[J].中国医学创新，2014,11(3)：45-47.