深度学习联合C-TIRADS在甲状腺4a类结节风险分层管理的应用
何美情1
张均1
高燕华1
张茜茜1
韩磊1
李艳川2
1.陕西省人民医院超声科,陕西 西安 7100682.陕西省人民医院产科,陕西 西安 710068
摘要：目的 探讨深度学习联合中国超声甲状腺影像报告和数据系统(C-TIRADS)在甲状腺4a类结节风险分层管理的应用.方法 纳入陕西省人民医院2018年12月～2022年10月收治的179例甲状腺结节患者,依据病理结果分为良性组(n=76)与恶性组(n=103),所有患者均予以超声检查,按照C-TIRADS指南标准、深度学习进行观察诊断.利用多因素Logistic回归分析获取独立预测指标;利用ROC曲线评估预测变量准确性.结果 多因素Logistic分析显示,甲状腺结节图像特征的结构、方位、边缘、回声、局灶性强回声及年龄是独立预测甲状腺结节性质的指标(P<0.05).以病理结果为金标准,深度学习联合C-TIRADS与病理结果完全符合率为96.65%,Kappa值为0.932,一致性好;联合诊断甲状腺4a类结节的符合率、特异度、阳性预测值显著高于深度学习、C-TIRADS(P<0.05).联合诊断疾病的敏感度、阴性预测值高于深度学习(P<0.001),但与C-TIRADS的差异无统计学意义(P<0.05).ROC曲线分析显示,C-TIRADS、深度学习及联合诊断的AUC分别为0.873、0.819、0.967;与Az=0.5相比,差异有统计学意义(P<0.001).结论 C-TIRADS在甲状腺4a类结节风险分层管理中敏感性较高,结合深度学习辅助诊断能够准确进行甲状腺结节良恶性鉴别,具备较高诊断效能.
关键词：甲状腺结节中国超声甲状腺影像报告和数据系统深度学习恶性风险指南诊断
资助基金：陕西省重点研发计划项目(2023-YBSF-465)西安市科技局项目(22YXYJ0108)陕西省人民医院科技发展孵化基金项目(2023YJY-75)
论文发表日期：2024-09-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 921-927 )
英文信息