王 彤,蘇 暢,何 萍,王心怡,崔立剛,林偉軍
(1.中國科學院聲學研究所超聲學實驗室,北京 100190;2.中國科學院大學電子電氣與通訊工程學院,北京 100049;3.北京大學第三醫院超聲診斷科,北京 100191;4.北京大學腫瘤醫院 北京市腫瘤防治研究所乳腺中心惡性腫瘤發病機制及轉化研究教育部重點實驗室,北京 100142)
乳腺癌為女性發病率較高的惡性腫瘤[1],影像學檢查為常用早期診斷方法。乳腺超聲(breast ultrasound, BUS)安全性和實效性均較佳,是早期篩查乳腺疾病的重要影像學手段。超聲彈性成像主要通過獲取組織彈性信息進行成像,近年逐漸用于診斷乳腺疾病[2]。有學者[3]基于深度學習相關算法將超聲彈性圖像與B型圖像(即灰階圖像)模態信息相結合,據此判斷乳腺腫瘤的性質,且直接串聯融合二者的多模態特征的效果較佳[4]。本研究對提取超聲圖像的網絡加以改進,設計跨模態注意力機制特征融合模塊,以融合B型超聲圖像與彈性超聲圖像,并觀察其診斷乳腺良、惡性腫瘤的價值。
1.1 一般資料 收集2011年10月23日—2012年4月6日及2019年1月—9月北京大學第三醫院接受常規超聲檢查及超聲彈性成像的371例女性乳腺腫瘤患者,年齡11~85歲,平均(39.0±22.0)歲;共466處乳腺病灶,包括良性230處、惡性236處病灶。納入標準:①超聲聲像圖清晰、完整顯示腫瘤;②病理學資料完整。
1.2 儀器與方法 采用Hitachi Vision Preirus/Samsung RS80A 超聲診斷儀,頻率5.0~13.0 MHz的L5-13/L4-18探頭,均具備應變彈性成像能力[5]。囑患者仰臥,多切面掃查雙側乳腺各象限并重點觀察病灶,獲取其灰階圖像及彈性圖像?!?br>