BI-RADS 4类乳腺癌的超声图像特征分析

梁新凤; 吴林生; 沈晓临; 吴建梅; 王艳丽

doi:10.19732/j.cnki.1008-617X.2018.05.012

您当前的位置：

首页 >

文章列表页 >

BI-RADS 4类乳腺癌的超声图像特征分析

论著 | 更新时间：2025-12-15

- BI-RADS 4类乳腺癌的超声图像特征分析
- Ultrasound images of BI-RADS category 4 breast cancer
- 肿瘤影像学 2018年27卷第5期页码：398-401
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：10.19732/j.cnki.1008-617X.2018.05.012
  中图分类号：
- 网络出版：2018-11-14，
  
  纸质出版：2018-11-14
- 稿件说明：
移动端阅览
梁新凤,吴林生,沈晓临,等. BI-RADS 4类乳腺癌的超声图像特征分析[J]. 肿瘤影像学, 2018, 27(5): 398-401 https://doi.

org/10.19732/j.cnki.1008-617X.2018.05.012
梁新凤,吴林生,沈晓临,等. BI-RADS 4类乳腺癌的超声图像特征分析[J]. 肿瘤影像学, 2018, 27(5): 398-401 https://doi. DOI： 10.19732/j.cnki.1008-617X.2018.05.012.

org/10.19732/j.cnki.1008-617X.2018.05.012 DOI：

摘要

目的：

回顾性分析乳腺影像报告和数据系统（Breast Imaging Reporting and Data System，BI-RADS）4类乳腺癌的超声图像特征，以提高不典型乳腺癌的超声诊断率。

方法：

收集5年中随访的138例超声诊断为BI-RADS 4类乳腺癌的患者，均经手术后病理学检查证实，比较超声图像分型与病理分型结果。

结果：

138例超声诊断的BI-RADS 4类乳腺癌中，4A类59例、4B类28例、4C类51例，与病理分型结果比较差异无统计学意义。4A与4B/4C类型的声像图特征差异有统计学意义（

0.05）。

结论：

超声波检查对提高早期BI-RADS 4类乳腺癌诊断率有一定的价值。

Abstract

Objective:

To analyze the ultrasound features of Breast Imaging Reporting and Data System (BI-RADS) category 4 breast cancer

and to improve the diagnostic accuracy of atypical breast cancer by ultrasound.

Methods:

A total of 138 cases with ultrasound-diagnosed BI-RADS category 4 breast cancer in 5-year follow-up were collected and confirmed by surgery and pathology. The ultrasound classification was compared with pathological results.

Results:

Among 138 cases of BI-RADS category 4 breast cancer diagnosed by ultrasound

there were 59 classified as 4A

28 as 4B and 51 as 4C. There was no significant difference between ultrasound classification and pathological results. But the ultrasound features betw

een 4A and 4B/4C were significantly different (

0.05).

Conclusion:

Ultrasound could improve the diagnosis of early BI-RADS category 4 breast cancer.

关键词

Keywords

references

浏览量

1749

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

新型HER2靶向环肽PET探针的计算机设计及其用于乳腺癌的成像评价

预测乳腺癌疗效的多期MRI直方图阵列方法

基于灰阶超声与彩色多普勒超声影像组学模型的乳腺癌前哨淋巴结转移风险评估研究

多模态超声特征联合血清CEA、CK19预测乳腺癌腋窝淋巴结转移

深度学习超声组学预测乳腺癌腋窝淋巴结转移的价值