【摘 要】
：
目的探讨超声造影（contrast-enhanced ultrasound,CEUS）在肺局灶性病变良恶性鉴别诊断及其引导病灶穿刺活检的临床价值。资料与方法以2019年1月至2022年3月我院收治的经超声检查可见的肺局灶性病变的患者作为研究对象。对全部病例进行回顾性分析,分为常规超声引导组（163例）及超声造影组（66例）,且根据病理结果分为恶性肿瘤组（162例）及良性病灶组（67例）。分析记录恶
论文部分内容阅读
目的探讨超声造影（contrast-enhanced ultrasound,CEUS）在肺局灶性病变良恶性鉴别诊断及其引导病灶穿刺活检的临床价值。资料与方法以2019年1月至2022年3月我院收治的经超声检查可见的肺局灶性病变的患者作为研究对象。对全部病例进行回顾性分析,分为常规超声引导组（163例）及超声造影组（66例）,且根据病理结果分为恶性肿瘤组（162例）及良性病灶组（67例）。分析记录恶性肿瘤组与良性病灶组的常规超声表现;在超声造影过程中观察病灶造影剂的灌注模式及分布特征,包括:灌注模式、强化程度、血管征类型、有无血管征、强化均匀性、坏死区域形状、坏死区域大小;计算并记录定量参数,包括:病灶基础强度（basic intensity of lesion,BI）、病灶到达时间（lesion-arrive time,L-AT）、肺组织到达时间、胸壁到达时间（thoracic wall-arrive time,T-AT）、达峰时间（time to peak,TTP）、峰值强度（peak intensity,PI）、病灶-肺组织到达时间差（lesion-lung-arrive time difference,L-L-ATD）、到达时间差比值（ratio of arrive time difference,ROATD）、流入速率（wash-in rate,WIR）、流出速率（wash-out rate,WOR）;统计分析以上数据并对超声造影组及常规超声组两组间的穿刺成功率进行分析比较,总结穿刺经验。结果1.本研究中常规超声,病灶有无血流信号、内部回声特征、病灶边界在恶性肿瘤组与良性病灶组间比较差异无统计学意义（P＞0.05）。恶性肿瘤中病灶与胸壁间的内角以钝角为主（良性病灶锐角的比例高于恶性肿瘤）,纵径大于3cm的比例高于良性病灶,两组间差异有统计学意义（P＜0.001）。2.超声造影组中,恶性肿瘤以向心型灌注为主,良性病灶以离心型灌注为主,两组间比较差异有统计学意义（P＜0.05）,局部-整体的灌注模式在两组间比较差异无统计学意义（P＞0.05）。恶性肿瘤卷发样血管征的比例显著高于良性病灶,树枝状血管征的比例显著低于良性病灶,两组间差异有统计学意义（P＜0.05）,有无血管征在两者之间比较差异无统计学意义（P＞0.05）。恶性肿瘤坏死区域形状不规则的比例高于良性病灶,形状规则的比例低于良性病灶,两组间差异有统计学意义（P＜0.05）,坏死区域呈筛网型及病灶的强化均匀性在两组间比较差异无统计学意义（P＞0.05）。增强程度及坏死区域大小在恶性肿瘤及良性病灶之间比较差异无统计学意义（P＞0.05）。3.超声造影组中,恶性肿瘤BI小于良性病灶,差异有统计学意义（P＜0.05）。恶性肿瘤PI小于良性病灶,TTP、WOR、L-AT及L-L-ATD、ROATD大于良性病灶,两组间差异具有统计学意义（P＜0.001）。恶性肿瘤与良性病灶的WIR、肺组织到达时间、T-AT比较差异无统计学意义（P＞0.05）。4.超声造影组的穿刺成功率大于常规超声组,两组的成功率分别为98.5%及88.3%,差异具有统计学意义（P＜0.05）。结论常规超声中,病灶与胸壁间的内角对于鉴别肺局灶性病变良恶性具有一定的价值,恶性肿瘤绝大多数内角呈钝角,而良性病灶中钝角的比例明显低于恶性肿瘤;超声造影定量参数中,ROATD拥有最大的诊断效能,L-L-ATD的诊断效能略低于ROATD,在恶性肿瘤中,ROATD及L-LA-ATD均大于良性病变;定性参数中灌注模式与血管征拥有较高的诊断效能,恶性肿瘤以向心型灌注及卷发样血管征为主,良性病变以离心型灌注及树枝状血管征为主;超声造影引导下肺局灶性病变的穿刺成功率比常规超声引导更高,可以有效避开坏死区域,增加对病灶的识别率,值得在临床推广应用。
其他文献
图结构数据在我们生活中广泛存在,现实世界中很多关系数据都可以用图表示,如各类学科文献之间的引文网络、社交软件里的社交网络、城市之间的交通网络、知识图谱等。由于图数据结构复杂、特征数据量庞大,使得传统的机器学习算法和常规神经网络无法很好地处理这类数据。为了更好地挖掘图结构数据的特性与关系,图表示学习是一种有效的方法,这类算法的主要思想是将图的高维结构数据或特征属性数据嵌入到一个低维空间中,得到图或图
传统的药物发现需要经过寻找靶点、搜索苗头化合物、筛选先导化合物、修饰化合物并经过生化实验得到候选化合物、最后通过若干期临床试验研发药物的过程。通常来说面临着实验对象数量少、命中率低的问题,致使药物研发过程通常需要12-15年的时间、并且由于动物及人体实验的高昂费用,可能产生高达10-20亿美元的成本。基于化合物-靶蛋白绑定的虚拟筛选技术,利用机器学习优秀算法模拟蛋白质靶点与候选的小分子化合物之间的
近年来,人们对无线通信的传输速率和传输可靠性要求越来越高。多输入多输出（multiple-input multiple-output,MIMO）利用多根收发天线开发信道空域资源,结合空时联合处理技术提高无线通信系统的频谱效率。在MIMO架构下,空间调制（spatial modulation,SM）利用单射频链可以在每个时隙激活一根发射天线完成信息传输,显著降低了系统能耗。然而,在毫米波段,由于信号
研究目的:本研究旨在通过微视血流成像技术（MFI）对乳腺占位性病变内的血供特征参数进行半定量评价,了解不同血供特征参数与乳腺癌风险的相关性,以及这种关联是否因患者年龄而异。研究方法:对153例乳腺病变行常规超声检查和MFI检查,并由两名超声科医师分别对MFI的获取的血流图像进行评价。采用单因素及多因素Logistic回归分析筛选出与乳腺病变恶性风险显著相关的血供特征参数,并分别联合初始BIRADS
目的:分析痉挛型脑瘫患儿粗大运动和精细运动变化与胼胝体形态改变的内在联系,综合相关临床因素,研究痉挛型脑瘫患儿运动功能损害神经重塑机制。方法:痉挛型脑瘫患儿62例,男37例,女25例,年龄范围1.0至12.7岁,中位数2.9岁;正常对照组48例,男34例,女14例,年龄范围0.8至10.5岁,中位数3.1岁。在矢状位T1WI上,分别设置胼胝体膝部及压部最大厚度中点,自A点（膝部）至P点（压部）,沿
图像分割是计算机视觉（Computer Vision,CV）领域兼具挑战性和实际应用价值的任务之一,其按照一定的相似性准则,将图像分成若干具有相似性质的区域并提取出目标物体,是图像处理到图像分析的关键步骤,被广泛应用于航空航天、生物医学工程、智能安防、智能医疗、自动驾驶等领域。从上个世纪八九十年代开始,图像分割一直是国内外学者研究的热门方向之一,并取得了众多十分有意义的研究成果。研究表明,构建有效
目的:分析结直肠癌（colorectal cancer,CRC）患者术前增强计算机体层成像（computed tomography,CT）影像学特征与微卫星不稳定性（microsatellite instability,MSI）及预后的关系。方法:收集2010年3月至2016年3月的CRC患者术前增强CT图像及临床病理信息,并将所有病例按照比例1:1随机分配至训练组和验证组。评估的增强CT影像特征
目的:阿尔茨海默病（Alzheimer’s disease,AD）是一种以进行性痴呆为主要临床表现的、多种因素共同导致的神经退行性疾病,其病理表现主要为Aβ异常聚积形成的老年斑（SPs）沉积及Tau蛋白异常磷酸化导致的神经原纤维缠结。在出现经典的进行性痴呆的临床症状前,患者具有长达几十年的Aβ蛋白沉积病史。抗AD药物开发的历史一直受到中后期临床试验失败的干扰,其原因在于在抗Aβ药物三期临床时所入组