《表3 S-Detect分类与不同年资医师静态图像乳腺超声影像报告与数据系统分类诊断效能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《常规超声与S-Detect技术在乳腺病灶良恶性鉴别诊断中的效能比较》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：PPV为阳性预测值；NPV为阴性预测值；a与S-Detect分类诊断比，差异有统计学意义（χ2=30.627，P<0.001)

低、中、高年资3个医师两次仔细阅读468个病灶后，将两次BI-RADS分类结果（静态图像及动态图像）记录（表1、2），绘制不同诊断组的ROC曲线（图2，3），得出所有诊断组乳腺病灶良恶性的最佳诊断界值均是以BI-RADS 4a类为界，因此，本研究在BI-RADS评价系统中采取两分法：BI-RADS 4a类以下（含BI-RADS 4a类）评估为“可能良性”；BI-RADS 4a类以上（不含BI-RADS 4a类）评估为“可能恶性”。S-Detect分类系统中，亦采取两分法，即计算机自动智能分级的“可能良性”与“可能恶性”（表3）。