一、高频彩色多普勒超声多因素分析预测颈部浅表淋巴结病变性质（论文文献综述）
高杏娜[1]（2021）在《多模态超声在鉴别诊断涎腺良恶性肿瘤中的价值探讨》文中认为目的:对比分析涎腺良恶性肿瘤的多模态超声形态学特征参数,探讨多模态超声鉴别诊断涎腺良恶性肿瘤的价值。方法:收集自2015年8月-2020年3月因发现面部肿物来青岛大学附属医院腹部超声科检查的121例患者,共133个病灶的多模态超声声像图。分析比较133个涎腺病灶的多模态超声形态学特征,采用χ2检验比较两组间的定性特征参数;然后将有统计学差异的参数作为自变量,以病理组织学结果作为因变量,建立3个诊断模型,即模型Ⅰ=灰阶二维超声特征参数+彩色多普勒血流分级参数,模型Ⅱ=超声造影特征参数,模型Ⅲ=灰阶二维超声特征参数+彩色多普勒血流分级参数+超声造影特征参数;应用Logistic回归分析得出各模型方程公式并筛选出与鉴别诊断涎腺良恶性肿瘤密切相关的因子,用似然比（LP）检验3模型的拟合情况,用Wald X2检验回归参数;在行Logistic回归分析时保存3模型的预测概率,利用受试者工作特征曲线（receiver operating characteristic curve,ROC）计算3模型曲线下面积（area under the curve,AUC）,并评估各模型对鉴别诊断涎腺肿瘤性质的效能。结果:（1）本研究共纳入121例患者,共133个病灶,良性肿瘤118个[大涎腺116个（腮腺110个、颌下腺6个）、小涎腺2个],恶性肿瘤15个[大涎腺13个（腮腺11个、颌下腺2个）、小涎腺2个],提示良性肿瘤发病率明显高于恶性[（118/133）,88.7%vs（15/133）,11.3%],尤其是大涎腺发病率[（116/118）,98.3%vs（13/15）,86.7%],而在小涎腺发病率明显低于恶性[（2/118）,1.7%vs（2/15）,13.3%]。（2）多模态超声形态学特征参数在两组间比较中有7个参数[形态、边界、网格样回声（灰阶二维超声特征参数）,增强后边界,增强环、增强后体积、造影剂灌注方向（超声造影特征参数）]差异具有统计学意义（χ2=13.422、6.405、4.068、35.273、28.546、36.374、9.288,P均<0.05）。（3）良性组与恶性组建立的3种诊断模型经Logistic回归分析后所得方程为:模型ⅠLogistic（P）=0.42-1.29边界-1.41形态-2.17网格样回声;模型ⅡLogistic（P）=-3.75+1.01增强后边界+1.16增强环+0.83增强后体积+0.66灌注方向;模型ⅢLogistic（P）=-2.07-1.84边界+0.51形态-2.39网格样回声+2.67增强后边界+0.97增强环-0.84增强后体积+0.96灌注方向。3种诊断模型差异均具有统计学意义（χ2=25.27、34.78、48.64,P<0.01）,超声造影增强模式的增强后边界是鉴别诊断涎腺肿瘤性质的密切相关因子（OR值=19.07,P=0.049）。3模型的回归系数均>0.1,其P值均<0.01,检验模型χ2值逐渐增大（依次为25.27、34.78、48.64）,P值逐渐减小,模型的拟合情况逐渐增高,说明以上7个自变量参数在总体上差异均有统计学意义。3个检验模型的负对数似然值依次减小（68.44、58.93、45.07）,说明随着诊断模型的变化,模型与实际情况的拟合情况越来越好,同时亦说明模型Ⅲ与实际情况的拟合情况最好。（4）保存3模型的预测概率绘制ROC曲线显示,良性组与恶性组3个诊断模型的AUC逐渐增大（依次为0.852、0.885、0.941）,同时计算模型Ⅰ、Ⅱ、Ⅲ的敏感度分别为66.7%、73.3%、80.0%,特异性分别为82.2%、89.8%、93.2%,准确率分别为73.2%、82.8%、92.1%,说明3模型的诊断效能逐渐增高,多模态超声联合应用的诊断效能均高于任何独立的超声诊断方法。结论:（1）涎腺肿瘤超声造影增强模式的增强后边界是否清晰在鉴别诊断涎腺肿瘤性质时可作为独立预测因子。（2）联合应用多模态超声可以提高诊断涎腺肿瘤性质的准确率,可为临床提供可靠的理论依据。
窦燕平[2]（2021）在《US、MRI及影像组学列线图在恶性软组织肿瘤诊断中的价值研究》文中研究表明目的:软组织肿瘤（Soft Tissue Tumors,STTs）具有高度异质性,恶性STTs常具有侵袭性、复发及转移风险,术前准确诊断能够避免恶性STTs计划外切除和非恶性STTs的过度治疗。但对软组织肉瘤（Soft Tissue Sarcomas,STSs）来说,仅提供恶性STTs诊断难以预测临床病程,还需要对分级进行评估,不同分级STSs远期预后及临床治疗策略有较大差异。US和MRI是软组织分辨率最高的两种影像手段,二者各有优势,在恶性STTs诊断中均有广泛应用,但既往研究多集中在二者的独立分析中,鲜见二者联合应用的文献报道,本研究拟通过分析二者的危险因素,尝试构建US及MRI联合列线图诊断模型,分别用于诊断恶性STTs及STSs分级,若二者联合诊断模型构建失败,则仅基于其中单一优势模态构建列线图,并结合影像组学构建影像组学列线图,评估各列线图模型的诊断效能。材料和方法:1.回顾分析2016年9月至2020年12月本院临床首诊为头颈、躯干或四肢STTs患者共134例,恶性71例,非恶性63例,其中MRI影像103例,恶性59例,非恶性44例,US影像91例,恶性42例,非恶性49例,同时行US、MRI检查者共60例,恶性31例,非恶性29例。分别对其常规US征象、弹性图像、常规MRI征象、DWI征象及临床因素进行分析。对US、MRI及临床因素队列分别进行单因素和多因素分析,将上述多因素参数在60例同时行US及MRI检查的患者队列中再次进行多因素分析,筛选出恶性STTs的独立风险因素构建列线图,对比基于US、MRI及US+MRI联合征象的列线图模型对恶性STTs的诊断效能。2.回顾分析2015年1月至2020年12月本院病理诊断为STSs的患者,使用法国癌症中心联合会（French Federation of Cancer Centers,FNCLCC）的STSs分级标准,将以上每组病例分别分为高级别（Ⅲ级）和低级别（Ⅰ、Ⅱ）级两组。共计79例,高级别40例,低级别39例;其中US影像54例,高级别24例,低级别30例;弹性图像19例,高级别6例,低级别13例;常规MRI及DWI影像57例,高级别29例,低级别28例。分别对其常规US征象、弹性图像、常规MRI征象、DWI征象及临床因素进行分析。将US、弹性图像、MRI征象及临床因素队列分别进行单因素和多因素分析,基于其中能够筛选出独立风险因素的队列构建列线图,评估其对高级别STSs的诊断效能。3.将上述57例MRI队列T2WI-FS序列图像以DICOM格式导入达尔文影像组学云平台,手动逐层勾画获取瘤体VOI,设置瘤体外扩半径5mm,获得瘤体+瘤周原始VOI,用布尔差集运算减去瘤周空气部分,获得瘤体+瘤周实际VOI。于平台提取瘤体、瘤周及瘤体+瘤周联合三组VOI特征值,使用最小最大值归一化、最优特征百分比、根据SVM-L1模型选择、迭代特征筛选四个步骤降维筛选特征,按8:2分为训练集和验证集进行机器学习,计算SVM分类器在瘤内、瘤周、瘤内+瘤周组训练集及验证集的AUC,95%CI、准确度、灵敏度及特异度,5折交叉验证后AUC,综合评估出最佳模型。将上述最佳模型的Rad-score联合MRI征象构建影像组学列线图,计算影像组学列线图AUC值、95%CI、准确度、特异度及灵敏度,并与影像组学模型及MRI征象列线图诊断效能比较。结果:1.US征象中回声均匀度、边缘形态、血流类型、ES、EI/B在恶性与非恶性STTs组间差异均有显着性（P<0.05）,边缘形态不规则、EI/B值>1为恶性STTs的独立风险因素（P<0.05）,MRI征象中T1WI边界、T2WI边界、T2WI均匀度、T2WI边缘片状高信号、T2WI尾征、神经血管束情况、DWI视觉弥散受限在两组间差异均有显着性（P<0.05）,T2WI混杂信号>50%和DWI弥散受限>50%为恶性STTs的独立风险因素（P<0.05）。临床因素中性别、年龄、RALD及深度在两组间差异均有显着性（P<0.05）,年龄、RALD、跨越筋膜为恶性STTs的独立风险因素（P<0.05）。US及MRI共同队列中,年龄、RALD>0.5、T2WI混杂信号>50%、US不规则边缘是恶性STTs的独立风险因素（P<0.05）。年龄+US+MRI列线图诊断效能优于年龄+MRI或年龄+US列线图模型,基于以上四个因素建立的联合列线图诊断恶性STTs的AUC值（95%CI）在训练集和验证集（7:3）分别为0.97（0.93,1）,0.96（0.84,1）,准确度分别为88.81%和88.89%。2.US征象中回声均匀度、血流类型、ES及EI/B在高低级别STSs组间差异有显着性（P<0.05）,多因素分析未筛选出独立风险因素（P>0.05）。临床因素中各参数在高低级别组间差异均无显着性（P>0.05）。MRI征象中RALD、T2WI信号均匀度、T2WI瘤周高信号及瘤周强化在高低级别组间差异有显着性（P<0.05）,T2WI混杂信号和瘤周强化是诊断高级别STSs的独立风险因素（P<0.05）。基于T2WI信号均匀度和瘤周强化构建MRI征象列线图,其诊断高级别STSs的AUC（95%CI）在训练集和验证集（7:3）分别为0.86（0.7,1）和0.83（0.51,1）,准确度分别为82.05%和72.22%。3.影像组学模型中,瘤内组选择了7个特征进行机器学习,验证集AUC=0.72（0.33,1）,5折交叉验证后AUC=0.78,准确度、灵敏度及特异度分别为58.33%、83.33%和66.67%;瘤周组选择了6个特征进行机器学习,验证集AUC=0.92（0.72,1）,5折交叉验证后AUC=0.93,准确度、灵敏度及特异度分别为75%、83.33%和83.33%;瘤内+瘤周联合组选择了5个特征进行机器学习,验证集AUC=0.86（0.45,1）,5折交叉验证后AUC=0.93,准确度、灵敏度及特异度分别为91.1%、100%和83.33%。基于T2WI信号均匀度、瘤周强化、瘤内+瘤周联合影像组学Rad-score构建影像组学列线图,用于诊断高级别STSs的训练集及验证集（7:3）AUC（95%CI）分别为0.99（0.97,1）和0.96（0.75,1）,准确度、灵敏度和特异度分别为94.87%、100%、94.7%和94.4%、100%和88.9%。结论:一、US征象中边缘形态不规则、EI/B>1和MRI征象中的T2WI混杂信号>50%、弥散受限>50%是倾向诊断恶性STTs的重要指标,US和MRI联合列线图诊断效能优于二者单独构建的列线图模型,基于US边缘形态、T2WI信号均匀度、R ALD和年龄构建的列线图模型对恶性STTs具有优越的诊断效能。二、在STSs的分级诊断中,MRI征象中的T2WI混杂信号及瘤周强化是倾向诊断高级别STSs的重要指标,基于这两种征象构建的MRI征象列线图及基于T2WI-FS的瘤内+瘤周影像组学模型均具有良好的诊断效能,由瘤内+瘤周影像组学评分联合MRI征象构建的影像组学列线图在诊断高级别STSs方面表现最优。
温洁馨[3]（2021）在《基于三维超声的婴幼儿血管瘤诊疗决策研究》文中指出第一部分 三维超声在浅表婴幼儿血管瘤最佳治疗时机和治疗方式选择中的初步探索研究目的:应用三维超声定量测量婴幼儿血管瘤病灶治疗前后各项参数的特征及变化情况,探索该病最佳治疗时机及指导治疗方式的选择。方法:研究对象为2018年2月-2021年2月期间于我院就诊的85例婴幼儿血管瘤患儿,满足纳入标准,除外排除标准,所有患儿治疗前均接受三维超声检查,记录病灶治疗前的临床特征及三维超声参数（体积、VI、FI、VFI值）。其中50例接受进一步治疗:口服普萘洛尔治疗（20例）、局部注射博来霉素+曲安奈德治疗（30例）。每次复诊时（间隔4-6周）均进行三维超声检查,记录各项参数及疗效评估情况,并进行相关统计学分析。结果:（1）不同年龄段患儿病灶的三维参数特征:随年龄的增长,病灶的平均体积V和血流参数VI、VFI呈先升后降的趋势,在4-6月龄组观察到最大值,FI随年龄的变化不明显。（2）疗效评估:经首次局部注射治疗,疗效I级者9例（30%）,达到II、III、IV级疗效的患儿分别占46.7%、13.3%、10%。治疗第2次后,疗效I级者下降至6.7%,达到II、III、IV级占比上升。口服普萘洛尔的患儿治疗1个月后,亦有30%（6例）的患儿评为I级疗效,46.7%为II级,25%可达到III级,10%可达IV级;连续用药2个月后,I级疗效的患儿下降至15%（3例）,II级的占比上升至50%,III、IV级的总占比保持不变。（3）不同疗效等级病灶初始三维参数的差异性分析:局部注射治疗的患儿中,I级疗效的患儿与III、IV级的患儿相比其病灶的VI、FI、VFI值都有更高的趋势（P分别为0.017、0.44、0.036）;尚未发现和口服普萘洛尔治疗反应性相关的三维参数。结论:三维超声可以准确测量病灶体积,全面地反映病灶内部血供情况,在IH治疗时间和方式的选择以及治疗效果的长期监测中发挥重要作用。第二部分 基于U-net的婴幼儿血管瘤三维超声图像自动分割模型研究目的:建立一个基于三维超声图像的婴幼儿血管瘤（infantile hemangioma,IH）病灶自动分割系统,实现对病灶的快速、有效分割,提高结果的准确性并显着减少图像后期处理时间,为后续通过深度学习预测IH治疗疗效奠定基础。方法:采用U-net模型对IH的三维超声图像进行自动分割,并引入Res Net34对U-net进行改进。选取2018年2月-2020年10月间我院就诊的64名婴幼儿血管瘤患儿的430张声像图,随机分成训练集344张,测试集86张,由2名具有3年超声诊断经验的医师手动勾画病灶。采用相似性系数（Dice Coefficient）和交并比（Intersection-over-Union,IOU）作为病灶分割结果的定量评估指标。结果:原始U-net模型和改良后的Res Net34+U-net模型对IH超声图像的自动分割结果都与超声医师手动勾画的结果有着较高的相似度,两者的Dice值分别为0.729、0.7887,IOU值分别为0.7524、0.8135。讨论:本研究首次将以深度学习为基础的病灶自动分割算法应用于婴幼儿血管瘤三维超声图像的分割中,并取得了尚可的分割效果。建立的Res Net34+U-net模型进一步提升了U-net的分割性能,获得了更好的分割结果。
菲鲁拉·甫合提[4]（2021）在《儿童颈部淋巴结肿大病因分析及恶性风险评估的超声分级诊断的初步应用》文中进行了进一步梳理目的:分析儿童不同年龄段淋巴结疾病构成,进一步探讨良恶性病因所致颈部淋巴结（Cervical lymph node,CLN）肿大超声声像图特点,并采用超声分级诊断预测儿童颈部肿大淋巴结恶性风险价值,旨在为儿童CLN疾病诊断提供一定参考。方法:回顾性分析434例儿童（年龄≤14岁）患儿434个淋巴结（lymph node,LN）的临床、病理及超声检查资料,按年龄分为幼儿期组、学龄前期组、学龄期组及青春期组,分析各组的病因构成情况;良恶性病因所致CLN肿大超声声像图特点评价,颈部肿大淋巴结超声分级诊断在儿童中应用的灵敏度、特异度、符合率及约登指数。运用Logistics回归分析比较分级诊断标准与4项常规超声指标（L/S、门髓质回声、血流类型、内部回声）的恶性风险预测能力。结果:反应性增生、淋巴结炎、传染性单核细胞增多症、川崎病、朗格汉斯组织细胞增生症、罗道病、淋巴瘤、白血病累及淋巴结、转移性淋巴结均以学龄前期最为多见,组织细胞坏死性淋巴结炎以学龄期患儿多见,结核以青春期患儿多见。儿童良性CLN声像图以L/S≥2（70.7%,224/317）,门髓质回声宽大、居中（65.6%,208/317）,内部回声均匀（76.3%,242/317）,中央门型血流（83%,263/317）为主。L/S<2（59.6%,65/109）,门髓质回声失正常（62.4%,68/109）,内部回声异常（66.9%,73/109）,混合型及周边型血流为主（47,7%,52/109）稍多见则是儿童恶性CNL的特征。颈部肿大LN分级诊断中,以3、4级为恶性LN,1、2级为良性LN,其敏感度、特异度、AUC及约登指数分别为77.60%、88.99%、0.833、0.666。Logistics回归分析鉴别LN良恶性的能力由高到低依次为:分级诊断标准、血流类型、内部回声、门髓质回声、L/S。结论:不同年龄段患儿颈部肿大淋巴结的疾病构成比存在差异;良性与恶性CLN间L/S、门髓质回声、内部回声以及血流类型均存在显着差异（P<0.05）;超声分级诊断标准在儿童群体中有较好的应用价值。
张琦[5]（2021）在《超声造影定性及定量分析鉴别颈部淋巴结良恶性的研究》文中指出目的:探究超声造影（CEUS）定性及定量分析鉴别颈部淋巴结良恶性的价值。方法:回顾2017年1月至2020年11月于我院行常规超声发现颈部淋巴结异常的154例患者（158枚淋巴结）临床资料,其中43例患者44枚淋巴结行CEUS。收集淋巴结常规超声及CEUS特征,将CEUS灌注模式分为离心型、向心型及混杂型;灌注类型分为Ⅰ型（均匀增强型）、Ⅱ型（规则灌注缺损或环状增强型）、Ⅲ型（不规则灌注缺损型）和Ⅳ型（微弱增强型）。分析淋巴结髓质-门区（中央）与皮质区（外周）时间强度曲线参数,包括显影时间（AT）、峰值强度（PI）、达峰时间（TTP）、上升速度（C）及下降速度（k）,并计算二者差值△AT、△PI、△TTP、△C及△k。根据病理结果评价良恶性淋巴结常规超声和CEUS特征的差异,分析恶性淋巴结独立危险因素,采用ROC曲线评价各参数的诊断效能。结果:良性淋巴结多表现为离心型灌注（13/22,59.1%）和Ⅰ型（17/22,77.3%）,恶性淋巴结多表现为向心（6/22,27.3%）或混杂型（13/22,59.1%）灌注和Ⅲ型（15/22,68.2%）。恶性淋巴结髓质-门区△AT和△k（分别为0.09±0.79s、0.04±0.11d B/s）显着高于良性淋巴结（-0.46±0.60s、-0.03±0.11d B/s）,皮质区k、△PI（分别为0.31±0.11d B/s、0.01±1.47d B）低于良性淋巴结（0.46±0.23d B/s、1.38±2.07d B）。灌注类型为Ⅲ型或Ⅳ型、△AT≥0s及△k≥0d B/s是恶性淋巴结的独立危险因素（P<0.05,OR>1）。常规超声、CEUS及两者联合鉴别淋巴结良恶性敏感度分别为86.4%、81.8%和90.9%,特异度分别为68.2%、81.8%和63.6%,准确度分别为77.3%、86.4%和77.3%。结论:CEUS定性及定量分析均能为颈部淋巴结良恶性鉴别提供有价值依据,与常规超声联合应用能进一步提高诊断敏感度。
王霞,塔娜,勉丽,张爱红[6]（2020）在《高频超声联合弹性成像技术对鼻咽癌放化疗后颈部淋巴结良恶性病变的鉴别诊断价值》文中研究说明目的:探讨高频超声联合弹性成像技术对鼻咽癌放化疗后颈部淋巴结良恶性病变的诊断价值。方法:选取鼻咽癌放化疗后3个月～1 a复查（均进行手术病理学检查）发现颈部淋巴结肿大的患者65例,132枚颈部淋巴结（良性74枚、恶性58枚）,均予以颈部淋巴结高频超声及弹性成像技术检查。观察淋巴结超声表现,以病理诊断为"金标准",分析高频超声、弹性成像技术及二者联合诊断的敏感度、特异度、准确率、阳性预测值及阴性预测值。采用SPSS19.0统计学软件进行数据分析。结果 :大部分恶性淋巴结短径≥7.3 mm、长径/短径（L/S）<1.8,且超声表现内部回声不均匀、边界不规则、外周型或混合型血流、淋巴结偏心或无的比例均显着高于良性淋巴结。高频超声联合弹性成像技术诊断颈部恶性淋巴结的敏感度、准确度均高于高频超声单独诊断,差异有统计学意义（P<0.05）;二者联合诊断的特异度、阳性预测值、阴性预测值均高于高频超声单独诊断,差异无统计学意义（P>0.05）;二者联合诊断的准确度高于弹性成像技术单独诊断,差异有统计学意义（P<0.05）;二者联合诊断的敏感度、特异度、阳性预测值、阴性预测值均高于弹性成像技术单独诊断,差异无统计学意义（P>0.05）。结论:高频超声联合弹性成像技术对鼻咽癌放化疗后颈部淋巴结良恶性病变具有较高的诊断价值,能够提高诊断的准确性。
孙艺华[7]（2020）在《多形性腺瘤与Warthin瘤多模态超声特征的回归分析》文中研究表明目的:应用Logistic回归分析对涎腺多形性腺瘤与Warthin瘤的多模态超声图像特征进行分析,筛选两肿瘤的鉴别诊断因素并建立多模态超声诊断模型。方法:回顾性分析自2015年8月至2018年7月于青岛大学附属医院因颌面部肿物行手术治疗的患者,选取组织学结果为涎腺多形性腺瘤及Warthin瘤的病例75例,共82个病灶。对多模态超声声像图行回顾性分析,两者间的超声声像图特征比较采用?2检验,后将有统计学意义的参数作为自变量X,以组织学结果作为因变量Y,按照串联方式将多模态超声检查设立为3个诊断模型:模型Ⅰ为灰阶超声特征,模型Ⅱ为灰阶超声+彩色多普勒血流分级特征,模型Ⅲ为灰阶超声+彩色多普勒血流分级+超声造影特征,行Logistic回归分析,筛选出相关的鉴别诊断因素,评估各个模型的诊断价值。结果:（1）本研究纳入患者75例,共82个病灶,包括多形性腺瘤45个,Warthin瘤37个。涎腺多形性腺瘤与Warthin瘤的灰阶超声特征（形状、无回声区、强回声）、彩色多普勒血流分级及超声造影特征（增强强度、增强后分布特征及曲线类型）共7个变量,在比较时差异有统计学意义（?2=13.718、12.551、3.915、20.045、31.303、8.829、6.480,P均<0.05）。（2）将上述有统计学意义的7个变量分别赋值,形状:X1、无回声区:X2、强回声:X3、血流分级:X4、增强强度:X5、分布特征:X6、曲线类型:X7、病理结果:Y。3种Logistic回归模型经检验均有统计学意义（?2=0.78、0.78、0.78,P均<0.05）。Logistic回归方程:模型ⅠLogistic（P）=19.766-1.766X1+1.970X2-19.704X3;模型ⅡLogistic（P）=12.806-1.241X1+2.128X2-18.548X3+1.938X4;模型ⅢLogistic（P）=-20.646-0.915X1+1.761X2-18.051X3+0.620X4+1.108X5-1.818X6-1.295X7。经过Logistic回归分析筛选出无回声区及增强强度为密切相关的鉴别诊断因素。（?2=1.47、5.78,P均<0.05）。（3）模型Ⅰ、Ⅱ、Ⅲ对检出病变的敏感度为83.8%、94.6%、97.3%,特异度为64.4%、60.0%、84.4%,准确性为70.1%、70.2%、86.1%。3种Logistic回归模型的预测概率ROC曲线下面积为0.793、0.871、0.935（P均<0.01）。结论:（1）涎腺多形性腺瘤和Warthin瘤的超声声像图特点中无回声区及增强强度两种因素在两者的鉴别诊断中有较为重要的意义。（2）增加了超声造影的多模态超声诊断模型较单一模态的诊断效能好,可以提高鉴别涎腺多形性腺瘤和Warthin瘤的准确性。
屈瑾妍[8]（2020）在《甲状腺乳头状癌患者超声及临床病理特征与颈部淋巴结转移的相关性》文中提出目的:本研究通过分析88例甲状腺乳头状癌（Papillary thyroid carcinoma,PTC）患者癌灶、颈部淋巴结的超声特征及相关临床病理特征与颈部淋巴结转移（Lymph node metastasis,LNM）的相关性,探讨PTC颈部LNM的独立危险因素,为术前评估PTC患者颈部淋巴结有无转移提供一定的参考依据。方法:回顾性收集于2019年1月至2020年1月在我院乳甲外科住院,经术后病理确诊为PTC的患者88例。所有患者术前均行甲状腺及颈部淋巴结超声检查、超声引导下细针穿刺细胞学检查（Fine needle aspiration cytology,FNAC）、BRAFV600E基因突变检测,甲状腺功能及血常规检查。收集各患者甲状腺癌灶、颈部淋巴结的超声特征:癌结节最大径、癌结节数目、癌结节位置、癌结节内部回声、癌结节边界、癌结节形态、癌结节钙化情况、癌结节纵横比（Anteroposterior to transverse diameter ratio,A/T）、癌结节血流分级、癌结节是否突破被膜、超声提示淋巴结有无转移;临床病理特征:性别、年龄、合并结节性甲状腺肿、BRAFV600E基因突变、中性粒细胞/淋巴细胞比值（Neutrophil-to-lymphocyte count ratio,NLR）、促甲状腺激素（Thyroid stimulating hormone,TSH）。以术后病理淋巴结转移情况为依据,将纳入者进行三次分组,分别为:1、颈部淋巴结转移组与颈部淋巴结未转移组;2、中央区淋巴结转移组与中央区淋巴结未转移组;3、颈侧区淋巴结转移组与颈侧区淋巴结未转移组。采用单因素分析及多因素Logistic回归分析探讨PTC患者癌灶、颈部淋巴结的超声特征及多种临床病理特征与颈部淋巴结转移、中央区淋巴结转移（Central lymph node metastasis,CLNM）、颈侧区淋巴结转移（Lateral lymph node metastasis,LLNM）的相关性。结果:1、88例PTC患者中,术后病理证实有颈部LNM 42例,超声诊断有颈部LNM 26例。超声诊断颈部LNM的特异度为89.13%,准确率为70.45%,灵敏度为50.00%（P<0.05）。2、对颈部淋巴结有无转移进行单因素分析,性别、年龄、癌结节的数目、最大径、A/T、血流分级、突破被膜、超声提示淋巴结转移、BRAFV600E基因突变、NLR、TSH两组间差异有统计学意义（P<0.05）;进行多因素分析,男性（OR=5.012,95%CI:1.11422.542,P=0.036）、年龄<45岁（OR=5.856,95%CI:1.10531.045,P=0.038）、癌结节最大径>10mm（OR=5.387,95%CI:1.20124.155,P=0.028）、癌结节A/T≥1（OR=5.799,95%CI:1.30925.698,P=0.021）、超声提示有淋巴结转移（OR=5.241,95%CI:1.02026.937,P=0.047）、BRAF基因突变（+）（OR=5.136,95%CI:1.22721.501,P=0.025）与颈部LNM呈正相关,且是PTC患者颈部LNM的独立危险因素。3、对中央区淋巴结有无转移进行单因素分析,癌结节的最大径、A/T、钙化、血流分级、超声提示淋巴结转移、BRAFV600E基因突变、NLR、TSH两组间比较差异有统计学意义（P<0.05）;进行多因素分析,年龄<45岁（OR=6.038,95%CI:1.47524.715,P=0.012）、癌结节边界不清（OR=5.313,95%CI:1.19023.717,P=0.029）、癌结节A/T≥1（OR=9.686,95%CI:2.08944.906,P=0.004）、癌结节血流分级23级（OR=6.460,95%CI:1.25233.333,P=0.026）、BRAFV600E基因突变阳性（OR=4.151,95%CI:1.09515.735,P=0.036）与CLNM呈正相关,且是PTC患者CLNM的独立危险因素。4、对颈侧区淋巴结有无转移进行单因素分析,癌结节的数目、内部回声、最大径、A/T、突破被膜、超声提示淋巴结转移、BRAFV600E基因突变两组间比较差异有统计学意义（P<0.05）;进行多因素分析,癌结节突破被膜（OR=17.456,95%CI:1.234246.896,P=0.034）、超声提示有淋巴结转移（OR=42.494,95%CI:4.515399.923,P=0.001）与LLNM呈正相关,且是PTC患者LLNM的独立危险因素。结论:1、超声特征中癌结节最大径>10mm、A/T≥1、超声提示有颈部淋巴结转移、患者为男性、年龄<45岁、BRAFV600E基因突变（+）与颈部LNM呈正相关,且是PTC颈部LNM的危险因素。2、超声特征中癌结节边界不清、癌结节A/T≥1、癌结节血流分级23级、患者年龄<45岁、BRAFV600E基因突变（+）与CLNM呈正相关,且是PTC患者CLNM的危险因素。3、超声特征中癌结节突破被膜、超声提示有淋巴结转移与LLNM呈正相关,且是PTC患者LLNM的危险因素。
梁奎[9]（2020）在《二维剪切波弹性成像对颈部不同病理类型淋巴结鉴别诊断初步研究》文中认为目的:探讨二维剪切波弹性成像（Two-dimensional shear wave elastography,2D-SWE）对颈部不同病理类型淋巴结的鉴别诊断价值。方法:对101例患者共145个颈部肿大淋巴结行常规超声及2D-SWE检查,观察及测量内容包括:淋巴结内部回声、淋巴门髓质、纵横比,血流类型,最大硬度值（Qbox Emax）、平均硬度值（Qbox Emean）、硬度值标准差（Qbox SD）;按照手术或细针穿刺病理及追踪随访结果分为反应性增生组、淋巴结结核组、淋巴瘤组、转移性淋巴结组,通过多分类logistic回归分析筛选出诊断价值较高的参数并绘制ROC曲线确定诊断界值。结果:各参数中淋巴结的内部回声、血流类型及Qbox Emax在不同病理类型淋巴结间显示出较高的鉴别诊断价值;淋巴瘤、淋巴结结核、转移性淋巴结的硬度值均高于反应性增生淋巴结（P均<0.001）且逐级增高,两两比较显示,鉴别淋巴瘤和反应性增生淋巴结的Qbox Emax界值为30kpa（P<0.001）,AUC、灵敏度、特异度分别为:0.783、78.57%、67.92%,鉴别淋巴结结核和淋巴瘤的Qbox Emax界值为47.53kpa（P<0.001）,AUC、灵敏度、特异度分别为:0.856、71.43%、91.30%,转移性淋巴结硬度值稍高于淋巴结结核,但差异无统计学意义（P>0.05）。基于此界值并分析相关原因后作出以下推论:当Qbox Emax≤30kpa,为反应性增生淋巴结可能性大;当30kpa<Qbox Emax≤47.53kpa,为淋巴瘤或慢性淋巴结炎可能性大,当Qbox Emax>47.53kpa,为淋巴结结核或转移性淋巴结可能性大。结论:2D-SWE参数Qbox Emax可较好地反映颈部不同病理类型淋巴结间的硬度值差异,并且多数淋巴结的硬度值分布于一定的区间内,因此Qbox Emax可作为颈部淋巴结超声鉴别诊断的重要补充指标。
谢敏慧[10]（2019）在《针对浅表淋巴结病变的高频浅表超声多因素性质鉴别》文中研究表明目的:探讨针对浅表淋巴结病变的高频浅表超声多因素性质鉴别。方法:入选本组研究的116例浅表淋巴结病变患者均来自我院,研究时间从2017年11月—2018年11月,所有患者均接受灰阶和彩色多普勒超声高频检测浅表部位（锁骨上窝、颈部、腹股沟、腋下）肿大的淋巴结,通过观察淋巴结的结构、形态、血流信号特点以及内部回声等情况,确定预测诊断淋巴结病变的敏感指标。结果:通过相关多因素分析发现血管化评分（VS）、淋巴结按长短轴比值（L/S）可作为临床预测和鉴别诊断各类淋巴结病变的重要参数。结论:彩色多普勒高频浅表超声和二维超声联合应用可有效鉴别诊断浅表淋巴结病变,因此可作为临床诊断各种淋巴结病变的重要依据。
二、高频彩色多普勒超声多因素分析预测颈部浅表淋巴结病变性质（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、高频彩色多普勒超声多因素分析预测颈部浅表淋巴结病变性质（论文提纲范文）
（1）多模态超声在鉴别诊断涎腺良恶性肿瘤中的价值探讨（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 材料与方法 |
| 1 研究对象 |
| 2 仪器与方法 |
| 3 图像分析 |
| 4 统计学应用 |
| 结果 |
| 1 患者一般情况 |
| 2 多模态超声特征参数在良、恶性组间比较分析 |
| 3 良性组与恶性组3 种诊断模型的Logistic回归方程建立及各模型检测 |
| 4 良性组与恶性组3 个诊断模型的ROC曲线分析及效能评估 |
| 讨论 |
| 1 涎腺良恶性肿瘤的占比、发生部位及分布特点 |
| 2 多模态超声特征参数比较分析 |
| 3 涎腺良恶性肿瘤的Logistic回归分析 |
| 4 ROC曲线对3 检验模型的诊断效能评估 |
| 5 创新点与不足 |
| 结论 |
| 参考文献 |
| 综述 涎腺常见肿瘤超声表现及诊断价值 |
| 1 常见涎腺良性肿瘤超声表现 |
| 2 超声鉴别诊断常见涎腺肿瘤的价值 |
| 3 常见恶性肿瘤的超声表现 |
| 4 涎腺良性肿瘤与恶性肿瘤的超声诊断的价值 |
| 综述参考文献 |
| 攻读学位期间研究成果 |
| 缩略词表 |
| 致谢 |
（2）US、MRI及影像组学列线图在恶性软组织肿瘤诊断中的价值研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 引言 |
| 第一部分:US及MRI联合列线图在恶性软组织肿瘤诊断中的价值研究 |
| 前言 |
| 材料和方法 |
| 一、病例资料 |
| 二、MR及US设备与图像采集 |
| 三、US影像分析 |
| 四、MRI征象分析 |
| 五、临床因素分析 |
| 六、统计分析及列线图的构建 |
| 结果 |
| 一、US征象 |
| 二、MRI征象 |
| 三、临床因素 |
| 四、US、MRI共同队列 |
| 五、列线图的构建及对比 |
| 讨论 |
| 一、US在恶性STTs诊断中的应用价值 |
| 二、MRI在恶性STTs诊断中的应用价值 |
| 三、临床因素在恶性STTs诊断中的应用价值 |
| 四、临床因素、US、MRI联合列线图在恶性STTs诊断中的应用价值 |
| 五、局限性 |
| 结论 |
| 第二部分:US及MRI征象列线图在软组织肉瘤分级诊断中的价值研究 |
| 前言 |
| 材料和方法 |
| 一、病例资料 |
| 二、MR及US设备与图像采集 |
| 三、US征象分析 |
| 四、MRI征象分析 |
| 五、临床因素分析 |
| 六、统计学方法及列线图构建 |
| 结果 |
| 一、常规US征象 |
| 二、SE征象 |
| 三、MRI征象 |
| 四、临床因素 |
| 五、构建MRI征象列线图 |
| 讨论 |
| 一、US在高级别STSs诊断中的应用价值 |
| 二、MRI在高级别STSs诊断中的应用价值 |
| 三、MRI征象列线图在高级别STSs诊断中的应用价值 |
| 四、局限性 |
| 结论 |
| 第三部分:基于T_2WI-FS 的瘤内及瘤周影像组学列线图在软组织肉瘤分级诊断中的价值研究 |
| 前言 |
| 材料和方法 |
| 一、病例资料及MR设备 |
| 二、肿瘤MRI T2WI-FS图像分割 |
| 三、组学特征提取、标准化及模型构建 |
| 四、影像组学列线图构建及模型筛选 |
| 结果 |
| 一、影像组学特征筛选及组学模型评估 |
| 二、影像组学列线图的构建 |
| 三、影像组学列线图、影像组学模型、MRI征象列线图模型对比 |
| 讨论 |
| 一、瘤内影像组学模型在高级别STSs诊断中的应用价值 |
| 二、瘤周影像组学VOI的获取方法 |
| 三、基于T_2WI-FS的瘤内、瘤周及联合影像组学模型诊断高级别STSs的效能比较 |
| 四、影像组学列线图与影像组学模型及MRI征象列线图的比较 |
| 五、局限性 |
| 结论 |
| 小结 |
| 参考文献 |
| 综述一 超声在四肢软组织肿瘤诊断中的应用进展 |
| 参考文献 |
| 综述二 MRI 在四肢软组织肿瘤诊断中的应用进展 |
| 参考文献 |
| 附录——缩略词 |
| 攻读博士学位期间发表论文情况 |
| 致谢 |
（3）基于三维超声的婴幼儿血管瘤诊疗决策研究（论文提纲范文）
| 英汉缩略语名词对照 |
| 中文摘要 |
| 英文摘要 |
| 第一部分:三维超声在浅表婴幼儿血管瘤最佳治疗时机和治疗方式选择中的初步探索研究 |
| 前言 |
| 1 对象与方法 |
| 2 结果 |
| 3 讨论 |
| 参考文献 |
| 第二部分:基于U-net的婴幼儿血管瘤三维超声图像自动分割模型研究 |
| 前言 |
| 1 对象与方法 |
| 2 结果 |
| 3 讨论 |
| 参考文献 |
| 全文总结 |
| 文章综述 三维超声在常见浅表组织器官疾病诊断中的应用 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文与参加的重要学术会议目录 |
（4）儿童颈部淋巴结肿大病因分析及恶性风险评估的超声分级诊断的初步应用（论文提纲范文）
| 中英文缩略词对照表 |
| 摘要 |
| Abstract |
| 前言 |
| 研究内容与方法 |
| 1 研究内容 |
| 1.1 研究对象 |
| 1.2 本研究纳入及排除标准 |
| 1.3 仪器及检查方法 |
| 1.4 观察指标 |
| 2 方法 |
| 2.1 一般资料介绍 |
| 2.2 超声图像分析及赋分 |
| 2.3 分组及疾病构成比分析 |
| 3 统计学方法 |
| 4 研究技术路线图 |
| 结果 |
| 1 病因结果 |
| 1.1 儿童颈部淋巴结疾病构成比 |
| 1.2 不同年龄段儿童颈部LN肿大的病因 |
| 2 良、恶性淋巴结疾病声像图特征 |
| 3 儿童颈部肿大LN的超声分级诊断效果 |
| 讨论 |
| 1 儿童颈部淋巴结病变构成比的特点 |
| 2 良、恶性疾病的声像图特点 |
| 3 超声分级诊断标准在儿童群体中初步应用 |
| 小结 |
| 致谢 |
| 参考文献 |
| 综述 超声在儿童浅表淋巴结病变中的诊断价值及研究进展 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 导师评阅表 |
（5）超声造影定性及定量分析鉴别颈部淋巴结良恶性的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略语 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 研究对象 |
| 2.2 仪器与方法 |
| 2.3 统计学方法 |
| 3 结果 |
| 3.1 一般情况 |
| 3.2 淋巴结常规超声结果 |
| 3.3 淋巴结CEUS结果 |
| 3.3.1 CEUS定性分析 |
| 3.3.2 CEUS定量分析 |
| 3.4 恶性淋巴结的独立危险因素 |
| 3.5 常规超声、CEUS及二者联合鉴别颈部淋巴结良恶性的诊断效能 |
| 4 讨论 |
| 5 结论 |
| 本研究创新性的自我评价 |
| 参考文献 |
| 综述 超声造影诊断浅表淋巴结的研究进展 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简介 |
（6）高频超声联合弹性成像技术对鼻咽癌放化疗后颈部淋巴结良恶性病变的鉴别诊断价值（论文提纲范文）
| 0 引言 |
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 检查方法 |
| 1.3 诊断标准 |
| 1.4 统计学方法 |
| 2 结果 |
| 2.1 超声表现 |
| 2.2 不同检查方法对颈部良、恶性淋巴结的诊断效能 |
| 3 讨论 |
（7）多形性腺瘤与Warthin瘤多模态超声特征的回归分析（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 资料与方法 |
| 1 研究对象 |
| 2 纳入及排除标准 |
| 3 仪器设备与造影剂 |
| 4 检查方法 |
| 5 资料分析 |
| 6 统计学方法 |
| 结果 |
| 1 患者一般情况 |
| 2 涎腺多形性腺瘤与Warthin瘤声像图特征比较 |
| 3 涎腺多形性腺瘤与Warthin瘤的诊断模型及Logistic回归方程的建立 |
| 4 涎腺多形性腺瘤与Warthin瘤诊断模型的ROC曲线评价 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 综述参考文献 |
| 攻读学位期间的研究成果 |
| 缩略词表 |
| 致谢 |
（8）甲状腺乳头状癌患者超声及临床病理特征与颈部淋巴结转移的相关性（论文提纲范文）
| 摘要 |
| Abstract |
| 缩写中英文对照 |
| 第1章 绪论 |
| 第2章 资料与方法 |
| 2.1 一般资料 |
| 2.2 仪器与方法 |
| 2.3 数据收集与处理 |
| 2.4 统计学分析 |
| 第3章 实验结果 |
| 3.1 患者的临床资料分布 |
| 3.2 颈部淋巴结转移超声诊断结果与术后病理诊断结果比较 |
| 3.3 颈部淋巴结转移的单因素分析 |
| 3.4 颈部淋巴结转移的多因素Logistic回归分析 |
| 3.5 中央区淋巴结转移的单因素分析 |
| 3.6 中央区淋巴结转移的多因素Logistic回归分析 |
| 3.7 颈侧区淋巴结转移的单因素分析 |
| 3.8 颈侧区淋巴结转移的多因素Logistic回归分析 |
| 第4章 讨论 |
| 4.1 甲状腺乳头状癌颈部淋巴结转移的特点 |
| 4.2 超声对颈部淋巴结转移的诊断价值 |
| 4.3 影响颈部淋巴结转移的危险因素 |
| 4.4 影响中央区淋巴结转移的危险因素 |
| 4.5 影响颈侧区淋巴结转移的危险因素 |
| 4.6 不足及展望 |
| 第5章 结论 |
| 参考文献 |
| 附录 |
| 文献综述 |
| 参考文献 |
| 致谢 |
（9）二维剪切波弹性成像对颈部不同病理类型淋巴结鉴别诊断初步研究（论文提纲范文）
| 中英文缩略词对照表 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 研究内容与方法 |
| 1 研究对象 |
| 2 仪器与方法 |
| 3 质量控制 |
| 4 统计学处理 |
| 5 技术路线图 |
| 结果 |
| 讨论 |
| 小结 |
| 致谢 |
| 参考文献 |
| 综述 超声弹性成像在浅表淋巴结诊断中的应用进展 |
| 参考文献 |
| 攻读硕士学位期间发表的学位论文 |
| 导师评阅表 |
（10）针对浅表淋巴结病变的高频浅表超声多因素性质鉴别（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 方法 |
| 2 结果 |
| 3 讨论 |
四、高频彩色多普勒超声多因素分析预测颈部浅表淋巴结病变性质（论文参考文献）
- [1]多模态超声在鉴别诊断涎腺良恶性肿瘤中的价值探讨[D]. 高杏娜. 青岛大学, 2021(02)
- [2]US、MRI及影像组学列线图在恶性软组织肿瘤诊断中的价值研究[D]. 窦燕平. 大连医科大学, 2021(01)
- [3]基于三维超声的婴幼儿血管瘤诊疗决策研究[D]. 温洁馨. 重庆医科大学, 2021(01)
- [4]儿童颈部淋巴结肿大病因分析及恶性风险评估的超声分级诊断的初步应用[D]. 菲鲁拉·甫合提. 新疆医科大学, 2021(10)
- [5]超声造影定性及定量分析鉴别颈部淋巴结良恶性的研究[D]. 张琦. 中国医科大学, 2021(02)
- [6]高频超声联合弹性成像技术对鼻咽癌放化疗后颈部淋巴结良恶性病变的鉴别诊断价值[J]. 王霞,塔娜,勉丽,张爱红. 医疗卫生装备, 2020(08)
- [7]多形性腺瘤与Warthin瘤多模态超声特征的回归分析[D]. 孙艺华. 青岛大学, 2020(01)
- [8]甲状腺乳头状癌患者超声及临床病理特征与颈部淋巴结转移的相关性[D]. 屈瑾妍. 南华大学, 2020(01)
- [9]二维剪切波弹性成像对颈部不同病理类型淋巴结鉴别诊断初步研究[D]. 梁奎. 新疆医科大学, 2020(02)
- [10]针对浅表淋巴结病变的高频浅表超声多因素性质鉴别[J]. 谢敏慧. 黑龙江医药, 2019(03)