超声影像特征鉴别216例乳腺肿块良恶性的Logistic回归分析

被引：16

作者：

叶华容 ^{[1
]}

曾婧 ^{[2
]}

叶方立 ^{[2
]}

机构：

[1] 武汉钢铁集团公司总医院超声科

[2] 武汉科技大学医学院公共卫生学院

来源：

中华临床医师杂志(电子版) | 2014年 / 8卷 / 24期

关键词：

乳腺肿瘤; 超声检查; 诊断,鉴别; 回归模型;

D O I：

暂无

中图分类号：

R445.1 [超声波诊断];

学科分类号：

100231 [临床病理学];

摘要：

目的建立应用高频彩色多普勒超声对乳腺肿块良恶性鉴别诊断的Logistic回归模型。方法采用病例对照研究方法回顾性分析经病理证实的216例乳腺肿块患者,其中良性144例,恶性72例。比较两组彩色多普勒声像图特征,对其超声特征进行多因素回归分析,建立二分类Logistic回归模型。结果逐步似然比法:乳腺良性肿块边界比恶性组清晰(P<0.05),恶性肿块无明显包膜,有蟹足或毛刺,检出率较良性组高(P<0.01),后方回声改变为回声增强或无改变和衰减,两组检出率差异有统计学意义(P<0.05)。两组之间肿块形态,内部回声,回声是否均匀,砂粒微钙化,腋窝是否有淋巴结,血流差异无统计学意义(P>0.05)。多因素回归分析显示最后进入Logistic模型的5个特征分别为形态、边界、包膜、蟹足或毛刺及后方回声改变。结论应用高频彩色多普勒超声对乳腺肿块良恶性鉴别的Logistic回归模型有助于鉴别乳腺良恶性肿块。

引用

页码：4396 / 4399

页数：4

共 5 条

[1]

The descriptive epidemiology of female breast cancer: An international comparison of screening, incidence, survival and mortality [J].

Youlden, Danny R. ;

Cramb, Susanna M. ;

Dunn, Nathan A. M. ;

Muller, Jennifer M. ;

Pyke, Christopher M. ;

Baade, Peter D. .

CANCER EPIDEMIOLOGY, 2012, 36 (03) :237-248

[2]

Automated breast cancer detection and classification using ultrasound images: A survey.[J].H.D. Cheng;Juan Shan;Wen Ju;Yanhui Guo;Ling Zhang.Pattern Recognition.2009, 1

[3]

Fully automatic and segmentation-robust classification of breast tumors based on local texture analysis of ultrasound images.[J].Bo Liu;H.D. Cheng;Jianhua Huang;Jiawei Tian;Xianglong Tang;Jiafeng Liu.Pattern Recognition.2009, 1

[4]

超声检测在乳腺实性肿块鉴别诊断中的应用.[J].李琼;李芬穗;.医学临床研究.2011, 03

[5]

乳腺肿块的高频彩超诊断与病理基础分析 [J].

马淑梅 ;

陈焕新 ;

冶俊玲 .

中国超声医学杂志, 2008, (10) :891-893

← 1 →