Модель системы принятия диагностических решений на основе мультипараметрических ультразвуковых показателей образований молочной железы
卷 66 编号 6 (2020), ОРИГИНАЛЬНЫЕ СТАТЬИ. А. ПРОТОКОЛЫ КЛИНИЧЕСКИХ ИССЛЕДОВАНИЙ
卷 66 编号 6 (2020)

Модель системы принятия диагностических решений на основе мультипараметрических ультразвуковых показателей образований молочной железы

ОРИГИНАЛЬНЫЕ СТАТЬИ. А. ПРОТОКОЛЫ КЛИНИЧЕСКИХ ИССЛЕДОВАНИЙ
https://doi.org/10.37469/0507-3758-2020-66-6-653-658
已出版 30.12.2020
  • Екатерина Бусько+−
  • Анастасия Гончарова
  • Надежда Рожкова
  • Владислав Семиглазов
  • Алена Шишова
  • Елена Жильцова
  • Григорий Зиновьев
  • Ксения Белобородова
  • Петр Криворотько
Екатерина Бусько
ФГБУ "НМИЦ онкологии им. Н.Н. Петрова" Минздрава России
Анастасия Гончарова
Надежда Рожкова
Владислав Семиглазов
Алена Шишова
Елена Жильцова
Григорий Зиновьев
Ксения Белобородова
Петр Криворотько
##article.numberofdownloads## 63
##article.numberofviews## 184
pdf (Русский)

关键词

рак молочной железы
доброкачественные образования молочной железы
ультразвуковое исследование (УЗИ)
система BI-RADS
цветовое доплеровское картирование (ЦДК)
соноэластография (СЭГ)
эластотипы
контрастно усиленное ультразвуковое исследование (КУЗИ) паттерн контрастирования

How to Cite

Бусько, Е., Гончарова, А., Рожкова, Н., Семиглазов, В., Шишова, А., Жильцова, Е., Зиновьев, Г., Белобородова, К., & Криворотько, П. (2020). Модель системы принятия диагностических решений на основе мультипараметрических ультразвуковых показателей образований молочной железы. VOPROSY ONKOLOGII, 66(6), 653–658. https://doi.org/10.37469/0507-3758-2020-66-6-653-658
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver

摘要

В целях стандартизации описания медицинской визуализации молочной железы в мировой практике широко используется система протоколирования изображений BI-RADS (Breast Imaging Reporting And Data System), разработанная американской коллегией радиологов ACR. Вместе с тем, многочисленные визуальные проявления заболеваний молочной железы при разных лучевых методах исследования затрудняют принятие диагностических решений при использовании системы BI-RADS. Наибольшие сложности возникают при оценке многообразных мультипараметрических ультразвуковых (УЗ) признаков заболеваний. В этой связи для повышения эффективности настоящих технологий и скорейшего принятия диагностических решений становится актуальной разработка системной модели на основе алгоритмов с использованием лексикона BI-RADS.

Материалы и методы. С 2017 по 2019 гг. на базе ФГБУ «НМИЦ онкологии им. Н.Н. Петрова» Минздрава России были обследованы 277 женщин с различными жалобами на заболевание молочных желез с помощью мультипараметрического УЗИ с применением эластографии и контрастного усиления (2,5 мл Соновью) на ультразвуковом сканере Hitachi Hi Vision Ascendus. Программная реализация модели принятия диагностических решений осуществлялась средствами языка программирования C# с использованием интегрированной среды разработки Microsoft Visual.

Результаты. Эффективность разработанной диагностической модели с помощью оптимального алгоритма применения различных УЗ технологий при определении злокачественности образования показала чувствительность (Ч) = 90,8%, специфичность (С) = 95,5%, прогностичность положительного результата (ППР) = 88,5%, прогностичность отрицательного результата (ПОР) = 96,4%, точность  (Т) = 94,2%. Эффективность разработанной модели при группировании заболеваний показала Ч = 84,2%, С = 81,1%, ППР = 62,7%, ПОР = 93,1%, Т = 81,9%.

Выводы. Предложенная системная модель оптимального алгоритма принятия диагностического решения на основании статистически значимых мультипараметрических УЗ признаков повышает диагностическую эффективность.

https://doi.org/10.37469/0507-3758-2020-66-6-653-658
##article.numberofdownloads## 63
##article.numberofviews## 184
pdf (Русский)

参考

Mendelson E.B., Böhm-Vélez M., Berg W.A. et al. ACR BI-RADS Ultrasound. In: ACR BI-RADS Atlas, Breast Imaging Reporting and Data System, 5th Edition, American College of Radiology, Reston, VA. 2013:128-130.

D’Orsi C.J., Sickles E.A., Mendelson E.B. et al. ACR BI-RADS Atlas, Breast Imaging Reporting and Data System. Reston, VA, American College of Radiology. 2013.

Dietzel M., Baltzer P.A.T. How to use the Kaiser score as a clinical decision rule for diagnosis in multiparametric breast MRI: a pictorial essay. Insights Imaging. 2018;(9):325–335. doi: 10.1007/s13244-018-0611-8.

Itoh A., Ueno E., Tohno E. et al. Breast disease: clinical application of US elastography for diagnosis. Radiology. 2006;239(2):341-350. doi:10.1148/radiol.2391041676.

Бусько Е.А., Мищенко А.В., Семиглазов В.В. Определение порогового значения соноэластографического коэффициента жесткости в дифференциальной диагностике доброкачественных и злокачественных образований молочной железы. Кремлевская медицина. Клинический вестник. 2013;1:112-115 [Busko E.A., Mishchenko A.V., Semiglazov V.V. Determination of the cut of the sonoelastographic stiffness coefficient in the differential diagnosis of benign and malignant breast lesions. Kremlin Medicine. Clinical Bulletin. 2013;1:112-115 (In Russ.)].

Бусько Е.А. Паттерны контрастного ультразвукового исследования молочной железы. Радиология-Практика. 2017;4:6-17 [Busko E.A. Patterns of contrast ultrasound examination of the breast. Radiology-Practice. 2017;4:6-17 (In Russ.)].

Гончарова А.Б., Аржаник А.А. Сравнение способов преобразования количественных данных в бинарные при предсказании рисков осложнений внебольничной пневмонии. Процессы управления и устойчивость. 2020;7(1):148-152 [Goncharova A.B. Arzhanik A.A. Comparison of methods for converting quantitative data into binary data in predicting the risks of complications of community-acquired pneumonia. Control processes and stability. 2020;7(1):148-152 (In Russ.)].

Бейли Н. Математика в биологии и медицине. М.: Мир. 1970:327 [Bailey N. Mathematics in biology and medicine / N. Bailey. M.: Mir;1970:327 (In Russ.)].

Гончарова А.Б. Постановка предварительного медицинского диагноза на основе теории нечетких множеств с использованием меры Сугено. Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления. 2019;15(4):529–543. doi: https://doi.org/10.21638/11702/spbu10.2019.409 [Goncharova A. B. Formulation of a preliminary medical diagnosis based on the theory of fuzzy sets using the Sugeno measure. Bulletin of St. Petersburg University. Applied Mathematics. Computer science. Management processes. 2019;15(4):529–543. doi:https://doi.org/10.21638/11702/spbu10.2019.409 (In Russ.)].

Cai Z. et al. Values of contrast-enhanced ultrasound combined with BI-RADS in differentiating benign and malignant breast lesions. Int J Clin Exp Med. 2018;11(11):11957-11964.

Kapetas P., Clauser P., Woitek R. et al. Quantitative multiparametric breast ultrasound: application of contrast-enhanced ultrasound and elastography leads to an improved differentiation of benign and malignant lesions. Investigative radiology. 2019;54(5):257-264. doi.org/10.1097/RLI.0000000000000543.

Li J., Liping Guo, Li Yin et al. Can different regions of interest influence the diagnosis of benign and malignant breast lesions using quantitative parameters of contrast-enhanced sonography? European journal of radiology. 2018;108:1-6. doi:10.1016/j.ejrad.2018.09.005.

Cheng R., Li J., Ji L., Liu H. et al. Comparison of the diagnostic efficacy between ultrasound elastography and magnetic resonance imaging for breast masses. Experimental and therapeutic medicine. 2018;15(3):2519-2524. doi: 10.3892/etm.2017.5674.

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

© АННМО «Вопросы онкологии», Copyright (c) 2020

Most read articles by the same author(s)

1 2 3 4 > >>