王婷婷，閆瑞芳，李潛，丁思悅，高松坤，劉媛祎

1.新鄉(xiāng)醫(yī)學院第一附屬醫(yī)院核磁共振科，河南新鄉(xiāng) 453100；2.鄭州大學附屬腫瘤醫(yī)院（河南省腫瘤醫(yī)院）超聲科，河南鄭州 450008

近年來，數據顯示甲狀腺結節(jié)的發(fā)病率逐年增加[1]，超聲因其非侵入性、價低、重復性高、無放射性等優(yōu)點，成為甲狀腺疾病篩查的首選影像學檢查方式[2]，超聲彈性成像技術是在常規(guī)超聲圖像基礎上根據病變組織和周圍組織間硬度不同來判斷腫物良惡性，Sdetect技術是韓國三星公司推出的一種基于對大量超聲圖像深度學習后研發(fā)的新型人工輔助診斷技術，目前正逐步應用于甲狀腺結節(jié)診斷，本研究探索S-detect技術聯合彈性成像技術是否可提高甲狀腺良惡性結節(jié)影像學診斷，采用常規(guī)超聲、S-detect、超聲彈性成像方法依次對2021年1—8月在河南省腫瘤醫(yī)院就診并診斷為甲狀腺結節(jié)的203例患者（273個甲狀腺結節(jié)）進行良惡性鑒別，現報道如下。

1 資料與方法

1.1 一般資料

選取本院診斷為甲狀腺結節(jié)的203例患者（273個甲狀腺結節(jié)），男40例，女163例；年齡14～81歲，平均（45.01±11.76）歲。本研究經過河南省腫瘤醫(yī)院倫理委員會批準，（批件文號2021-KY-0227-002）受試者知情同意。

1.2 納入與排除標準

納入標準：每個結節(jié)均由細針穿刺活檢（fine needle aspiration biopsy,FNAC）或手術取得病理結果（部分良性結節(jié)經FNAC診斷為BethesdaⅡ類，余良性結節(jié)及所有惡性結節(jié)均由手術病理證實其良惡性）；術前均行甲狀腺常規(guī)超聲、S-detect、超聲彈性成像檢查。排除標準：既往有甲狀腺手術史者；因各類原因圖像顯示不清楚者；經過治療的結節(jié)者；檢查前行穿刺已知結節(jié)性質者；腫塊較大S-detect無法識別邊緣者。

1.3 儀器與方法

1.3.1 儀器韓國Samsung超聲診斷儀RS80A，配備超聲彈性成像及S-detect診斷系統(tǒng)，頻率為3～12 MHz的線陣探頭。

1.3.2 方法患者仰臥于檢查床，充分暴露頸部皮膚，先常規(guī)超聲對甲狀腺結節(jié)進行多切面探查，記錄甲狀腺結節(jié)的聲像特征，以C-TIRADS分類為診斷標準對結節(jié)進行分類，C-TIRADS 4B類及以上為惡性。隨后在二維圖像顯示清晰條件下進入彈性成像模式，感興趣區(qū)（egion of interest，ROI）需滿足以下要求：病灶盡量位于ROI中央區(qū)域，大小約為病灶的2～3倍，盡量避開氣管以及頸部大血管區(qū)域。研究采用彈性成像改良版5分法[3-4]，其標準為：病灶整體或者大部分顯示綠色記1分；病灶邊緣顯現綠色，中間顯示藍色記2分；病灶藍色和綠色所占比例接近記3分；病灶整體為藍色或只伴有少量綠色區(qū)域記4分；病灶及其周邊組織均為藍色，伴或不伴綠色記5分。其中1～3分考慮良性結節(jié)，4分以上考慮惡性。選取準備檢測甲狀腺結節(jié)的最佳超聲橫縱切面聲像圖，進入S-detect診斷系統(tǒng)，機器自動包絡結節(jié)進行識別（如包絡不精準可進行手動標記），給出“可能良性”“可能惡性”的結果，若數次檢測結果不相同，賦予“可能惡性”診斷。

1.4 觀察指標

C-TIRADS分類由兩名超聲醫(yī)師（5年及10年以上工作經驗）共同完成，若出現分類不一致情況，兩者協商解決，在常規(guī)超聲+S-detect聯合進行對比時，只有當兩種分類方法均考慮良性結節(jié)時，按照良性結節(jié)進行分類，當良惡性判斷不一致情況下，歸類為惡性，常規(guī)超聲+彈性成像同樣參考此標準進行，在常規(guī)超聲+Sdetect+彈性成像三者聯合時，兩種及兩種以上檢查判斷為惡性，按惡性進行分類，最終以病理結果為金標準進行檢驗。

1.5 統(tǒng)計方法

采用SPSS 23.0統(tǒng)計學軟件進行數據處理，計數資料以[n(%)]表示；一致性比較采用Kappa檢驗，P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 病理結果

203例患者共計273個甲狀腺結節(jié)，其中惡性結節(jié)212個(77.65%)，良性結節(jié)61個(22.35%)。惡性結節(jié)中，乳頭狀癌211個，濾泡癌1個；良性結節(jié)中，結節(jié)性甲狀腺腫48個，濾泡性腺瘤2個，穿刺活檢良性8個，橋本甲狀腺炎3個。

2.2 不同檢查方式與病理結果的一致性檢驗

常規(guī)超聲、S-detect、彈性成像、常規(guī)超聲+S-detect、常規(guī)超聲+彈性成像及三者聯合與病理結果比較，一致性 檢 驗Kappa值 分 別 為0.713、0.801、0.553、0.796、0.789、0.826，可發(fā)現三者聯合與病理的一致性更好。見表1。

表1 不同檢查方式與病理結果一致性分析Table 1 Consistency analysis of different examination methods and pathological results

2.3 不同檢查方式診斷效能分析

常規(guī)超聲、S-detect、超聲彈性成像、常規(guī)超聲+Sdetect、常規(guī)超聲+彈性成像及三者聯合診斷甲狀腺良惡性結節(jié)的敏感性、準確性、陰性預測值對比，差異有統(tǒng)計學意義（P＜0.05）；而特異性、陽性預測值對比，差異無統(tǒng)計學意義（P＞0.05）。見表2。

表2 不同檢查方式甲狀腺結節(jié)的診斷效能對比（%）Table 2 Comparison of diagnostic efficiency of thyroid nodules by different examination methods（%）

3 討論

甲狀腺結節(jié)是甲狀腺細胞局部異常生長引起的結構病變，在疾病早期一般無任何臨床癥狀，多為健康體檢偶然發(fā)現，超聲作為檢查甲狀腺結節(jié)首選影像學方式，通過對結節(jié)的大小、形態(tài)、回聲、邊界、血流、有無鈣化及與周邊組織關系等信息的觀察做出判斷。本研究中，常規(guī)超聲診斷甲狀腺結節(jié)的敏感性88.67%，特異性90.16%，準確性89.01%，說明常規(guī)超聲可作為鑒別甲狀腺良惡性結節(jié)的一種有效檢測手段，為臨床診斷提供重要幫助，但準確性上卻不足90%，同樣也說明常規(guī)超聲診斷在判斷甲狀腺良惡性結節(jié)上存在著一定的不足，劉昱含等[5]認為對結節(jié)特征的正確判斷，可有效提高對結節(jié)的診斷準確率，本研究重點在于是否可在常規(guī)超聲診斷基礎上聯合其他有效超聲新技術，更準確診斷甲狀腺結節(jié)，為臨床提供更多有效信息，減少不必要的手術及穿刺。

1991年Ophir等[6]提出了超聲彈性成像的概念，超聲彈性成像通過對病變組織的硬度進行良惡性的評估，組織在受到外力的作用時，會發(fā)生形變，根據壓力信號的變化計算出組織變形程度，反映出病變組織硬度變化情況，質地較軟的組織比質地硬的組織更容易發(fā)生變形，根據評分系統(tǒng)，結節(jié)越硬，評分越高，惡性可能性就越大，劉麗等[7]研究認為常規(guī)超聲聯合超聲彈性成像能克服單一技術的不足，多角度反映出結節(jié)特征，在本研究中，常規(guī)超聲+彈性成像技術敏感率、特異率分別都較單獨使用常規(guī)超聲和彈性成像技術單一技術有所提升，且在與病理一致性分析中發(fā)現，常規(guī)超聲、彈性成像、常規(guī)超聲+彈性成像一致性檢驗Kappa值分別為0.713、0.553、0.789，可發(fā)現聯合應用后與病理的一致性有較大程度的提升。

近年來，人工智能輔助診斷系統(tǒng)快速發(fā)展，逐漸應用于臨床應用研究，其中S-detect技術是通過計算機卷積神經網絡對有病理結果的大量超聲圖像進行學習，綜合分析不同結節(jié)的特征，對結節(jié)進行良惡性判斷，在一定程度上避免了人為因素干擾。在本研究中，Sdetect單一應用診斷甲狀腺良惡性結節(jié)的敏感性97.64%，準確性93.40%，與病理一致性分析時Kappa值為0.801，較使用常規(guī)超聲診斷方法時診斷效能時顯著提升，李潛等[8]對S-detect在不同年資超聲醫(yī)生研究中提出，S-detect在診斷的敏感性、特異性和準確性均高于低年資超聲醫(yī)師，在常規(guī)超聲中加入S-detect可對超聲醫(yī)生和臨床醫(yī)師有重要的參考價值，提升低年資醫(yī)生及基層醫(yī)生診斷信心。在本研究273個結節(jié)中，Sdetect判斷錯誤18個，回顧性分析時發(fā)現，錯判結節(jié)中有6個S-detect縱橫切面顯示良惡性判斷結果不一致，為了避免漏診，取惡性可能結果，但這樣有可能會對結節(jié)分級進行過高評估，8個為對鈣化成分的錯判，但在不同甲狀腺分類中，ACR-TIRADS分級[9]及C-TIRADS分類[10]等中都將鈣化作為甲狀腺良惡性結節(jié)分類標準中一種重要判斷指標，方明娣等[11]曾在研究中顯示在S-detect技術中加入鈣化特征可提高對甲狀腺結節(jié)診斷正確性，但S-detect目前尚缺乏對鈣化成分分析功能，余4個判斷則為結節(jié)過小，邊界顯示欠清。

甲狀腺良惡性結節(jié)的超聲圖像特征復雜多變，有研究中顯示僅依靠單一超聲技術來進行鑒別診斷的結果并不理想[12-13]，常規(guī)超聲易受操作者主觀因素影響且無法提供腫瘤組織硬度信息，彈性成像技術可以輔助提供腫瘤組織硬度信息，但彈性成像技術不足之處也在于一定程度容易受操作醫(yī)生手法及主觀因素影響，出現假陽性或假陰性的信息。S-detect當前技術尚缺乏對血流、鈣化、彈性情況分析，且在使用過程中有時會出現對結節(jié)形狀和邊緣識別不佳情況，韓紅等[14]研究認為這可能與人工智能在圖像分析過程中演算程序不同有關，而對結節(jié)特征的不正確判斷時，會直接影響對結節(jié)的正確判斷，這時需要操作者進行手動包絡修改。在本研究中依次加入不同診斷方法后可發(fā)現常規(guī)超聲+S-detect+彈性成像三者聯合應用的準確率97.10%明顯高于單一或者兩兩診斷方式聯合應用（P＜0.05），在與病理結果一致性分析中，三者聯合診斷一致性檢驗Kappa值為0.826，為所有診斷方式中最高，同樣反應出三種方法聯合應用的優(yōu)勢，使診斷準確率上升，可為臨床提供更準確的診斷結果，減少對患者不必要的穿刺。

但本研究有一定的局限性：①單中心研究；②為了滿足所有結節(jié)均有病理結果或穿刺結果前提下，相較于臨床實際，惡性病例所占比例偏高，會對研究結果產生一定影響。

綜上所述，在常規(guī)超聲診斷中聯合應用S-detect及彈性成像技術，可提高甲狀腺良惡性結節(jié)診斷效能，集合不同診斷方式的優(yōu)勢，實現優(yōu)勢互補，聯合多種診斷方法的超聲可能是未來提高甲狀腺結節(jié)診斷效能的新型診斷模式，值得推廣應用。