S-Detect联合SWE及ACR TI-RADS对甲状腺结节的诊断价值.pdf

中国医学影像学杂志 2023 年 第 31 卷 第 9 期 头颈部影像学论著 910 S-Detect 联合联合 SWE 及及 ACR TI-RADS 对甲状腺结节的诊断价值对甲状腺结节的诊断价值 赵雯婷，杨晓*，徐杰，魏杰，赵梦茹 安徽医科大学附属合肥医院/合肥市第二人民医院超声科，安徽 合肥 230011；*通信作者 杨晓 【基金项目基金项目】合肥市二院 2020 年度院级光华青年科研基金项目（2020qnjj31）【摘要摘要】目的目的 比较单独应用 S-Detect、剪切波弹性成像（SWE）、甲状腺影像报告和数据系统（ACR TI-RADS）及三者联合应用诊断甲状腺结节的效能。资料与方法资料与方法 回顾性选取 2020 年 11 月2021 年 12 月在合肥市第二人民医院行甲状腺常规超声同时行 SWE 和 S-Detect 的 77 例患者共 98 个结节，以病理结果为“金标准”，绘制 S-Detect、SWE、ACR TI-RADS 分级单独诊断和三者联合诊断的受试者工作特征曲线，比较各方法单独使用和联合使用的诊断效能。结果结果 98 个甲状腺结节中恶性结节55 个（52.47%），良性结节 43 个（47.53%），S-Detect、SWE、ACR TI-RADS 分级单独诊断与三者联合诊断甲状腺恶性结节的敏感度、特异度、准确度分别为89.09%、67.44%、79.59%，83.64%、74.42%、79.59%，69.09%、90.70%、78.57%，90.91%、88.37%、89.80%。联合诊断与单独应用 ACR TI-RADS 分级诊断的敏感度、S-Detect 诊断的特异度比较，差异有统计学意义（P 均0.05）；联合诊断后曲线下面积较单独诊断增高至 0.956，与三者单独诊断的曲线下面积比较，差异均有统计学意义（P 均0.001）；联合诊断 Kappa 系数为 0.793，高于三者单独诊断。结论结论 S-Detect、SWE、ACR TI-RADS 分级三者联合应用可以提高对甲状腺结节良恶性的诊断效能，有效弥补 S-Detect 特异度较低、ACR TI-RADS 分级敏感度较低的不足。【关键词关键词】甲状腺结节；超声检查；剪切波弹性成像；人工智能 【中图分类号中图分类号】R736.1；R445.1 【DOI】10.3969/j.issn.1005-5185.2023.09.002 Diagnostic Value of S-Detect Combined with SWE and ACR TI-RADS in Thyroid Nodules ZHAO Wenting,YANG Xiao*,XU Jie,WEI Jie,ZHAO Mengru Department of Ultrasound,Hefei Hospital Affiliated to Medical University of Anhui/the Second Peoples Hospital of Hefei,Hefei 230011,China;*Address Correspondence to:YANG Xiao;E-mail:【Abstract】Purpose To compare the efficacy of S-Detect,shear wave elastography(SWE),and thyroid image reporting and data system(ACR TI-RADS)after combined application and alone in the diagnosis of thyroid nodules.Materials and Methods Ninety-eight nodules from 77 patients who underwent conventional ultrasound examination of the thyroid gland along with SWE and S-Detect in the Second Peoples Hospital of Hefei from November 2020 to December 2021 were retrospectively selected.Using the pathological findings as the gold standard,receiver operator characteristic curves were plotted for S-Detect,SWE,ACR TI-RADS grading,and combined diagnosis,then calculated and compared the diagnostic efficacy of diagnosis alone and combined diagnosis,respectively.Results Among 98 thyroid nodules,55(52.47%)were malignant nodules and 43(47.53%)were benign nodules.In diagnosing benign and malignant thyroid nodules,the sensitivity,specificity,and accuracy of S-Detect diagnosis were 89.09%,67.44%,and 79.59%,respectively,while the sensitivity,specificity,and accuracy of SWE diagnosis were 83.64%,74.42%,and 79.59%.The sensitivity,specificity and accuracy of ACR TI-RADS classification were 69.09%,90.70%,and 78.57%,respectively.The sensitivity,specificity,and accuracy of the combined diagnosis of the three methods were 90.91%,88.37%,and 89.80%,respectively.The difference in the sensitivity of the combined diagnosis of thyroid nodules compared with that of ACR TI-RADS alone was statistically significant(P0.05);the difference in the specificity of the combined diagnosis of thyroid nodules compared with that of S-Detect alone was statistically significant(P0.05);the area under curve increased to 0.956 after the combined diagnosis compared with that of the three alone,and there was statistically significant difference in area under curve between combined diagnosis and S-Detect,SWE as well as ACR TI-RADS,respectively(all P0.001).The Kappa coefficient of the combined diagnosis was 0.793,which was all higher than that of three methods alone.Conclusion The combination of the S-Detect,SWE,and ACR TI-RADS grading should effectively improve the diagnostic efficacy of benign and malignant thyroid nodules,which effectively compensate for the disadvantage of a lower specificity of S-Detect,and also compensate for the deficiency of lower diagnostic sensitivity of ACR TI-RADS grading as much as possible.【Key words】Thyroidnodule;Ultrasonography;Shear wave elastography;Artificial intelligence Chinese Journal of Medical Imaging,2023,31(9):910-914,931头颈部影像学论著 中国医学影像学杂志 2023 年 第 31 卷 第 9 期 911 随着高频超声的广泛使用，甲状腺结节检出率不断升高，而过度诊疗的风险也随之上升1，提高对甲状腺结节良恶性的诊断准确度十分重要。然而，由于甲状腺结节的超声特征复杂，且诊断过程中会受医师主观因素影响，需要更加客观的诊断方法。剪切波弹性成像（shear wave elastography，SWE）作为第3代弹性成像技术，可以提供常规超声无法提供的组织硬度信 息。S-Detect是 一 种 基 于 人 工智 能（artificial intelligence，AI）卷积神经网络的计算机辅助诊断（CAD）系统2，作为近年的新型软件技术，为医师提供可能良性与可能恶性两种诊断，可以协助医师诊断甲状腺结节3。本研究使用S-Detect、SWE、甲状腺影像报告和数据系统（ACR TI-RADS）分级，观察其单独及联合使用鉴别诊断甲状腺良、恶性结节的效能，探讨联合使用能否弥补单独诊断的缺陷，降低患者过度治疗的风险。1 资料与方法资料与方法 1.1 研究对象 回顾性选取2020年11月2021年12月在合肥市第二人民医院行甲状腺超声检查，并行超声引导下细针穿刺（fine-needle aspiration，FNA）或手术取得病理结果的77例患者共98个结节，男15例18个、女62例80个，年龄2282岁，平均（48.8510.46）岁。纳入标准：接受常规超声、S-Detect和SWE，且图像清晰完整；进行手术或FNA后明确病理诊断结果；临床资料完整。排除标准：穿刺病理结果细胞过少或病理诊断不明确；心肺功能严重不全；图像信息或临床资料不完整。本研究经本院医学伦理委员会批准（2022-科研-093），患者均签署知情同意书。1.2 仪器和方法 1.2.1 仪器 使用Samsung Medison RS80A超声诊断仪，内置AI实时CAD系统软件（用于甲状腺的 S-Detect），线性高频探头L3-12A，频率312 MHz。使用SuperSonic Imagine带有SWE系统的Aixplorer V超声诊断仪，线阵探头L15-4，频率7.5 MHz。1.2.2 操作方法 常规超声：按照安徽省超声质量控制要求，对患者的甲状腺组织进行扫查，定位靶结节后记录甲状腺结节的大小、位置，及结节成分、回声、形态、边缘、强回声钙化等5项超声特征，并将声学特征按照美国放射学会2017年发布的ACR TI-RADS标准进行评分并分级4-5。当甲状腺结节ACR TI-RADS分级为5级时诊断为恶性，其余诊断为良性。S-Detect：在常规超声扫查到甲状腺结节后冻结图像，将感兴趣区（ROI）框封装甲状腺结节，进行自动标记、处理、分析，自动沿着肿块的边界绘制出肿块的轮廓，当S-Detect自动绘制的结节边界评估不足时，可以手动重新调整轮廓直至得到满意的轮廓分割。完成满意的病灶分割后，系统自动量化识别出甲状腺结节的基本特征，并对结节做出可能良性或可能恶性的诊断结果（图1、2）。每个结节分别经过纵、横切面S-Detect评估，横、纵切面分析结果均为可能恶性时诊断为恶性，任一分析结果为可能良性时诊断为良性。图图1 女，51岁，甲状腺左叶中部结节。A、B分别为S-Detect横切面和纵切面，识别并包络结节（箭）分析得到结果：可能良性（蓝色方框区域），C为病理示甲状腺腺瘤可能（HE，100）图图2 男，25岁，甲状腺右叶下极背侧结节。A、B分别为S-Detect横切面和纵切面，识别并包络结节（箭）分析得到结果：可能恶性（蓝色方框区域），C为病理示甲状腺乳头状癌（HE，100）中国医学影像学杂志 2023 年 第 31 卷 第 9 期 头颈部影像学论著 912 SWE：在常规超声扫查到甲状腺结节后，探头轻置于患者颈部，不施加压力，再使用甲状腺SWE模式，选择和调整ROI直径为结节的23倍，可以覆盖整个病变区及周围正常组织，嘱患者屏住呼吸35 s，待图像合格后，冻结图像，若ROI中无颜色，或仅显示杂色，则认为图像不合格。测量最硬处病灶的杨氏模量值，包括弹性模量最大值（Emax）和弹性模量平均值（Emean），测量3次取平均值，见图3。图图3 女，42岁，甲状腺左叶结节（箭）。A为SWE模式下示病灶处硬度杨氏模量；B为病理示甲状腺乳头状癌 联合诊断：构建联合诊断的Logistc回归模型，计算每个对象对应的预测概率，以预测概率进行受试者工作特征（ROC）曲线分析，计算曲线下面积（AUC），取最佳截断值，以截断值作为良恶性的诊断标准。1.3 统计学分析 应用SPSS 20.0和MedCalc 19.3.1软件，符合正态分布的计量资料以xs表示，组间比较采用独立样本t检验；计数资料以例数或百分比表示，组间比较采用2检验。以病理结果为“金标准”，绘制S-Detect、ACR TI-RADS分级与SWE单独使用和联合诊断的ROC曲线。计算各诊断方法的敏感度、特异度、准确度、阳性预测值与阴性预测值，采用基于Kappa系数的一致性检验分别评估各诊断方法和病理结果的一致性。组间敏感度、特异度差异分析采用McNemar检验，组间AUC差异比较采用Z检验。P0.05为差异有统计学意义。2 结果结果 2.1 一般资料 病理良性结节共43个（47.53%）（滤泡及上皮细胞16例，滤泡性腺瘤18例，结节性甲状腺肿5例，桥本甲状腺炎1例，变性的纤维组织伴钙化1例，嗜酸性细胞腺瘤2例），病理恶性结节共55个（52.47%）（乳头状癌54例，髓样癌1例）。良、恶性结节最大径分别为4.036.7 mm、3.750.0 mm，平均（11.687.12）mm、（10.007.51）mm，差异无统计学意义（t=1.127，P=0.263）。良、恶性结节组男性占比分别为6/43（13.95%）、12/55（21.82%），差异无统计学意义（2=0.996，P=0.318）。2.2 SWE对甲状腺结节的诊断效能 甲状腺恶性结节的杨氏模量值Emax、Emean（56.3137.65）kPa、（37.3224.47）kPa较良性结节大（29.3613.81）kPa、（19.0810.83）kPa，差异均有统计学意义（t=4.462、4.942，P均0.001）。绘制ROC曲线，Emax和Emean良、恶性截断值分别为31.7 kPa、21.6 kPa，AUC分别为0.838、0.824，约登指数分别为0.580 5、0.539 1，甲状腺结节Emax约登指数较Emean高，取最佳截断值时，Emax的敏感度和特异度（83.64%、74.42%）略优于Emean（81.82%、72.09%）。2.3 3种方法单独使用及联合诊断的效能 三者联合诊断后，除特异度外，各指标均有一定程度增加。联合诊断和应用ACR TI-RADS单独诊断的敏感度差异有统计学意义（P0.001）；与S-Detect单独诊断的特异度差异有统计学意义（P=0.022）；联合诊断比单独应用ACR TI-RADS的特异度略低，但差异无统计学意义（P=1.000）。联合诊断高于单独应用S-Detect、SWE及ACR TI-RADS的AUC（0.956比0.783、0.838、0.821），差异均有统计学意义（P0.000 1；P=0.000 6；P=0.000 1）。联合诊断的Kappa系数高于单独诊断，见图4和表1、2。图图4 S-Detect、ACR TI-RADS、SWE和三者联合诊断甲状腺结节良恶性的ROC曲线 3 讨论讨论 高频超声是筛查和鉴别甲状腺结节良恶性时优先选择的影像学方法，且有助于确定是否应使用FNA6，但其高度依赖于操作者的经验，无法定量分析图像特征，存在重复性和客观性不足的问题。为解决这些限制，近年新的超声诊断技术已开发辅助应用于临床，如弹性成像、人工智能等7-8。头颈部影像学论著 中国医学影像学杂志 2023 年 第 31 卷 第 9 期 913 表表1 3种方法种方法单独诊断与联合诊断甲状腺结节单独诊断与联合诊断甲状腺结节良良、恶性恶性情况情况（个个）病理结果 SWE S-Decet ACR TI-RADS 三者联合诊断 恶性 良性 恶性 良性 恶性 良性 恶性 良性 恶性 46 9 49 6 38 17 50 5 良性 11 32 14 29 4 39 5 38 表表2 各指标与联合诊断各指标与联合诊断甲状甲状腺结节良恶性腺结节良恶性的效能的效能比较比较 方法 敏感度（%）特异度（%）准确度（%）阳性预测值（%）阴性预测值（%）AUC Kappa值 S-Detect 89.09 67.44a 79.59 77.78 82.86 0.783 0.577 SWE 83.64 74.42 79.59 80.70 78.05 0.838 0.584 ACR TI-RADS 69.09a 90.70 78.57 90.48 69.64 0.799 0.579 三者联合诊断 90.91 88.37 89.80 90.91 88.37 0.956 0.793 注：a与三者联合诊断比较，P0.05 3.1 SWE诊断甲状腺结节良恶性 SWE通过捕获超声束在组织中传播产生的剪切波所受到的影响，通过杨氏模量值（Emax、Emean等）量化反映组织的硬度，组织越硬，杨氏模量值越高。甲状腺结节的硬度与结节性质有关，与良性结节相比，恶性结节更快地损坏并侵入正常组织滤泡结构，其组织的硬度值更高9。因此，恶性结节杨氏模量值通常较良性结节高，与本研究结果相符。本研究中，甲状腺良、恶性结节Emax和Emean截断值分别为31.7 kPa、21.6 kPa，与既往研究结果存在差异10。本研究55个恶性结节中9个Emax值31.7 kPa被误诊为恶性，可能是部分结节有钙化成分所致13。本研究误诊的11个结节中，7个带有强回声灶，其中5个伴有粗大或弧形钙化斑，对结节的硬度产生影响，导致杨氏模量值偏高。3.2 AI与医师诊断甲状腺结节的现状比较 近年在AI发展的推动下，超声成像分析进入新时代。目前甲状腺AI既可用于超声诊断，也用于病理评估和分析14，有利于推动精准诊疗。既往研究中，由于数据、诊断标准和设备存在差异，直接比较不同研究使用系统的诊断效率不合理，甚至可能得到完全相反的结论。Szczepanek-Parulska等15比较S-Detect和EU-TI-RADS系统诊断结节的性能，发现AI特异度更高。但Xia等16的研究结果显示S-Detect系统的特异度低于高年资医师。本研究比较S-Detect与医师采用ACR TI-RADS分级诊断甲状腺结节良恶性的效能发现，S-Detect的敏感度和AUC较医师高，特异度较低，准确度相当。S-Detect可能仅能分析目标病变的特征，而不考虑病变对其周围组织的影响。与医师相比，一些细微的结构异常，如甲状腺被膜不连续，通常被医师视为侵入性表现，但S-Detect却很难识别。其次，医师使用基于积分累计标准的ACR TI-RADS对甲状腺结节进行分级诊断，该标准综合甲状腺结节中包括钙化在内的五大超声特征，而使用S-Detect进行诊断时，与结节图像数据的质量密切相关，且缺失特征中的钙化。此外，医师的经验水平对S-Detect诊断结果也有部分影响。既往研究发现，比较S-Detect技术和不同年资的医师诊断甲状腺结节时具有一定差异，S-Detect诊断甲状腺结节敏感度高，两者联合可提高诊断效能，尤其低年资医师的诊断效能明显提高3,17-18。但本研究未分析高年资医师和低年资医师与S-Detect对甲状腺结节的诊断效能差异，这可能影响最终结果判断。3.3 三者联合诊断与单独诊断的比较 本研究中，S-Detect、SWE、ACR TI-RADS分级均作为甲状腺良、恶结节诊断的方法，联合诊断后鉴别诊断甲状腺结节良恶性的敏感度、准确度、阳性预测值、阴性预测值均优于三者单独诊断，联合诊断的AUC均高于三者单独诊断，表明联合诊断的整体诊断效能高于单独诊断。联合诊断与医师使用ACR TI-RADS分级单独诊断甲状腺结节的敏感度显著增高，56例原本甲状腺ACR TI-RADS分级诊断为良性的结节，与S-Detect和SWE中国医学影像学杂志 2023 年 第 31 卷 第 9 期 头颈部影像学论著 914 联合后，其中15例改为恶性，此15例结节形态多规则、边界多光滑，但S-Detect和SWE均提示恶性可能，提高了诊断准确度。既往鲜有S-Detect联合SWE诊断甲状腺结节良恶性的研究，但何子朋等19使用S-Detect辅助甲状腺结节进行TI-RADS再分级，与单独的常规超声诊断相比，活检率、特异度、阳性预测值均相应提高。本研究中三者联合诊断甲状腺结节，与何子朋等19的结果不同，特异度无明显提高，而敏感度明显提高，可能原因是甲状腺结节常规超声和S-Detect单独诊断甲状腺时敏感度较高；其次，甲状腺腺体前方覆盖有肌肉组织，周围有颈部血管而内侧有气管及甲状软骨组织，SWE弹性值可能受周围组织影响；本研究中SWE良、恶性最佳截断值Emax较既往研究低9，也可能会影响联合诊断中恶性结节的诊断准确度。3.4 本研究的局限性 部分甲状腺结节病理结果由FNA获得，无法完全排除由穿刺导致假阴性的可能；甲状腺结节的超声图像采集前，未更细致地规定采集图像的二维超声参数设置，如增益、动态范围等，可能会对S-Detect的最终结果判读有影响；SWE扫查时，存在结节内钙化，也会影响杨氏模量值的测量。总之，S-Detect、SWE、ACR TI-RADS分级三者联合可以有效提高对甲状腺结节的诊断效能，联合诊断后较S-Detect单独诊断特异度增高，与ACR TI-RADS单独诊断比较敏感度增高，与三者单独诊断比较AUC增高。联合诊断弥补了S-Detect特异性较低的缺陷，避免过度诊断，也减少了医师使用ACR TI-RADS敏感度较低的影响和漏诊可能，诊断效能达到最佳。参考文献参考文献 1 Kitahara CM,Schneider AB.Epidemiology of thyroid cancerJ.Cancer Epidemiol Biomarkers Prev,2022,31(7):1284-1297.DOI:10.1158/1055-9965.EPI-21-1440.2 Zhao W,Kang Q,Qian F,et al.Convolutional neural network-based computer-assisted diagnosis of hashimotos thyroiditis on ultrasoundJ.J Clin Endocrinol Metab,2022,107(4):953-963.DOI:10.1210/clinem/dgab870.3 李潜,刘春丽,韦雅楠,等.S-Detect技术在甲状腺可疑结节诊断中的应用价值J.中华超声影像学杂志,2020,29(11):964-968.DOI:10.3760/131148-20200622-00514.4 Tessler FN,Middleton WD,Grant EG.Thyroid imaging reporting and data system(TI-RADS):a users guideJ.Radiology,2018,287(1):29-36.DOI:10.1148/radiol.2017171240.5 Tessler FN,Middleton WD,Grant EG,et al.Re:ACR thyroid imaging,reporting and data system(TI-RADS):white paper of the ACR TI-RADS committeeJ.J Am Coll Radiol,2018,15(3 Pt A):381-382.DOI:10.1016/j.jacr.2017.12.035.6 梁爽,陈梦杰,万锦秀,等.多模态超声对提高甲状腺结节细针穿刺活检取材成功率的价值J.中华医学超声杂志(电子版),2021,18(10):998-1004.DOI:10.3877/cma.j.issn.1672-6448.2021.10.017.7 万政,王冰,惠庆磊,等.人工智能技术联合甲状腺超声影像和数据系统(TI-RADS)分级对甲状腺结节良恶性诊断价值的研究J.中华内分泌外科杂志,2022,16(2):185-189.DOI:10.3760/.115807-20220311-00058.8 黄靓,董晓秋,苗阔,等.剪切波弹性成像与实时组织弹性成像对甲状腺高度可疑恶性结节的诊断价值J.中华地方病学杂志,2020,39(1):58-63.DOI:10.3760/cma.j.issn.2095-4255.2020.01.013.9 李帅,樊秀齐,康春松,等.甲状腺结节杨氏模量最大值的影响因素及其对结节性质的鉴别诊断价值J.中华医学超声杂志(电子版),2021,18(12):1185-1190.DOI:10.3877/cma.j.issn.1672-6448.2021.12.011.10 李旭,周黎,卢岷.剪切波弹性成像不同测量方法鉴别ACR TI-RADS4类甲状腺结节良恶性的临床价值J.临床超声医学杂志,2023,25(4):294-298.DOI:10.16245/ki.issn1008-6978.2023.04.014.11 Li H,Kang C,Xue J,et al.Influence of lesion size on shear wave elastography in the diagnosis of benign and malignant thyroid nodulesJ.Sci Rep,2021,11(1):21616.DOI:10.1038/s41598-021-01114-8.12 孙鹏飞,谭石,胡向东,等.尺度效应对剪切波弹性成像诊断甲状腺良、恶性结节效能的影响J.中国介入影像与治疗学,2021,18(9):539-543.DOI:10.13929/j.issn.1672-8475.2021.09.007.13 王剑翔,俞飞虹,胡菊萍,等.TIRADS联合剪切波弹性成像对BSRTC类结节的诊断价值J.中国医学影像学杂志,2021,29(10):993-997.DOI:10.3969/j.issn.1005-5185.2021.10.008.（下转第931页）中国医学影像学杂志 2023 年 第 31 卷 第 9 期 乳腺影像学论著 931 40(6):1417-1422.DOI:10.7517/issn.1674-0475.220602.16 桑田,康燕飞,曹玉文,等.乳腺癌肿块弹性特征及免疫组化指标预测腋窝淋巴结转移的价值J.中国医学影像学杂志,2022,30(8):776-782.DOI:10.3969/j.issn.1005-5185.2022.08.005.17 Shuvalova E,Egorova T,Ivanov A,et al.Discovery of a novel role of tumor suppressor PDCD4 in stimulation of translation terminationJ.J Biol Chem,2021,297(5):101269.DOI:10.1016/j.jbc.2021.101269.18 Wang Y,Liu Z,Shen J.microRNA-421-targeted PDCD4 regulates breast cancer cell proliferationJ.Int J Mol Med,2019,43(1):267-275.DOI:10.3892/ijmm.2018.3932.19 Long J,Yin Y,Guo H,et al.The mechanisms and clinical significance of PDCD4 in colorectal cancerJ.Gene,2019,680:59-64.DOI:10.1016/j.gene.2018.09.034.20 罗勇,吴舟洋,周菲菲,等.乳腺钼靶联合动态对比增强MRI检查在乳腺癌诊断及临床T分期中的价值J.实用放射学杂志,2022,38(12):1967-1970.DOI:10.3969/j.issn.1002-1671.2022.12.014.【收稿日期收稿日期】2022-08-01 【修回日期修回日期】2022-12-17（本文编辑 刘筱萌）（上接第 914 页）14 Li L,Du B,Liu H,et al.Artificial intelligence for personalized medicine in thyroid cancer:current status and future perspectivesJ.Front Oncol,2020,10:604051.DOI:10.3389/fonc.2020.604051.15 Szczepanek-Parulska E,Wolinski K,Dobruch-Sobczak K,et al.S-detect software vs.EU-TIRADS classification:a dual-center validation of diagnostic performance in differentiation of thyroid nodulesJ.J Clin Med,2020,9(8):2495.DOI:10.3390/jcm9082495.16 Xia S,Yao J,Zhou W,et al.A computer-aided diagnosing system in the evaluation of thyroid nodules-experience in a specialized thyroid centerJ.World J Surg Oncol,2019,17(1):210.DOI:10.1186/s12957-019-1752-z.17 陈晨,孙鹏飞,郭君,等.人工智能在甲状腺结节良恶性中的诊断价值J.中国超声医学杂志,2020,36(7):585-588.DOI:10.3969/j.issn.1002-0101.2020.07.004.18 Wei Q,Zeng S,Wang L,et al.The value of S-Detect in improving the diagnostic performance of radiologists for the differential diagnosis of thyroid nodulesJ.Med Ultrason,2020,22(4):415-423.DOI:10.11152/mu-2501.19 何子朋,郭瑞君,唐华.人工智能辅助甲状腺影像报告和数据系统4a类结节穿刺活检J.中国医学影像学杂志,2021,29(12):1195-1198.DOI:10.3969/j.issn.1005-5185.2021.12.006.【收稿日期收稿日期】2022-05-06 【修回日期修回日期】2022-09-06（本文编辑 冯婧）（上接第 926 页）20 Gabryelska A,Szmyd B,Szemraj J,et al.Patients with obstructive sleep apnea present with chronic upregulation of serum HIF-1 proteinJ.J Clin Sleep Med,2020,16(10):1761-1768.DOI:10.5664/jcsm.8682.21 兰津,尹璐瑶,鲁洪涛,等.斑点追踪分层应变联合心肌做功技术评价射血分数保留的心力衰竭患者左心室功能J.中 华超声 影像学杂 志,2021,30(10):836-842.DOI:10.3760/131148-20210331-00224.22 徐瑞,牛瑜琳,申凯凯,等.心肌做功技术对LVEF保留的AMI患者左心室整体收缩功能降低的诊断价值J.中华心血管病杂志,2022,50(2):160-165.DOI:10.3760/112148-20211027-00921.【收稿日期收稿日期】2022-08-16 【修回日期修回日期】2022-10-31（本文编辑 刘筱萌）