目的 :探讨自动乳腺全容积扫描(automated breast volume scanner,ABVS)图像特征,以及依据ABVS的BI-RADS对乳腺癌的诊断价值。方法:选择134例(共137个病灶)乳腺癌女性患者,根据ABVS图像特征,将病灶分为汇聚征、边缘模糊、毛刺、成角、分...目的 :探讨自动乳腺全容积扫描(automated breast volume scanner,ABVS)图像特征,以及依据ABVS的BI-RADS对乳腺癌的诊断价值。方法:选择134例(共137个病灶)乳腺癌女性患者,根据ABVS图像特征,将病灶分为汇聚征、边缘模糊、毛刺、成角、分叶5种,BI-RADS分级对应3、4a、4b、4c、5级,并与病理结果对比分析。结果:137个病灶中汇聚征61个(44.5%),边缘毛刺51个(37.2%),边缘模糊8个(5.8%),边缘成角8个(5.8%),边缘分叶5个(3.6%),边缘较光滑4个(2.9%)。137个病灶中伴钙化89个。BI-RADS分级:3级2个病灶,4a级13个,4b级13个,4c级50个,5级59个。以4级为恶性的标准,依据ABVS的BI-RADS分级诊断乳腺癌符合率为98.5%。结论:ABVS的冠状面汇聚征、边缘毛刺及伴钙化对乳腺癌有较高的敏感性,依据ABVS的BI-RADS分级在乳腺癌诊断中具有较高的应用价值。展开更多
文摘目的 :探讨自动乳腺全容积扫描(automated breast volume scanner,ABVS)图像特征,以及依据ABVS的BI-RADS对乳腺癌的诊断价值。方法:选择134例(共137个病灶)乳腺癌女性患者,根据ABVS图像特征,将病灶分为汇聚征、边缘模糊、毛刺、成角、分叶5种,BI-RADS分级对应3、4a、4b、4c、5级,并与病理结果对比分析。结果:137个病灶中汇聚征61个(44.5%),边缘毛刺51个(37.2%),边缘模糊8个(5.8%),边缘成角8个(5.8%),边缘分叶5个(3.6%),边缘较光滑4个(2.9%)。137个病灶中伴钙化89个。BI-RADS分级:3级2个病灶,4a级13个,4b级13个,4c级50个,5级59个。以4级为恶性的标准,依据ABVS的BI-RADS分级诊断乳腺癌符合率为98.5%。结论:ABVS的冠状面汇聚征、边缘毛刺及伴钙化对乳腺癌有较高的敏感性,依据ABVS的BI-RADS分级在乳腺癌诊断中具有较高的应用价值。
