基于遗传算法建立乳腺结节超声BI-RADS分类量化评分的相关研究

作者：石岩; 殷培培; 顾晓洁; 王园园; 刘菲菲; 孙芳; 邹颖^*

来源：中国超声医学杂志, 2022, 38(11): 1221-1225.

• 超声
• 乳腺结节
• 乳腺影像报告与数据系统
• 遗传算法

目的 基于乳腺结节二维灰阶超声图像，利用遗传算法优化乳腺影像报告和数据系统(BI-RADS)分类评分，以期为超声医师提供乳腺结节超声评估分类的客观依据。方法 回顾性分析行超声检查并有明确病理结果的3 514例患者的4 240个结节。其中，3 392个结节按照8∶2的比例随机分为训练组和测试组。两名医师根据BI-RADS分类对乳腺结节不同征象进行基线评分，随后经遗传算法优化创建新的BI-RADS分类评分标准。另外848个结节作为验证组，以验证结果的有效性和特异度。结果 遗传算法优化的BI-RADS评分较初始评分有17处改变，优化后的BI-RADS在训练组、测试组和验证组诊断乳腺结节良恶性的曲线下面积分别为0.978、0.981和0.970,均优于传统BI-RADS。结论 经遗传算法优化的BI-RADS能够更加客观地评估乳腺结节的分类标准，在诊断乳腺结节良恶性方面提高了特异度并保持了灵敏度。

• 单位
  滨州医学院附属医院; 天津中医药大学第一附属医院