Enhancing Liver Nodule Visibility and Diagnostic Classification Using Ultrasound Local Attenuation Coefficient Slope Imaging
Notice bibliographique
Résumé
OBJECTIVE: B-mode ultrasound (US) presents challenges in accurately detecting and distinguishing between benign and malignant liver nodules. This study utilized quantitative US local attenuation coefficient slope (LACS) imaging to address these limitations. MATERIALS AND METHODS: This is a prospective, cross-sectional study in adult patients with definable solid liver nodules at US conducted from March 2021 to December 2023. The composite reference standard included histopathology when available or magnetic resonance imaging. LACS images were obtained using a phantom-free method. Nodule visibility was assessed by computing the contrast-to-noise ratio (CNR). Classification accuracy for differentiating benign and malignant lesions was assessed with the area under the receiver operating characteristic curve (AUC), along with sensitivity and specificity. RESULTS: The study enrolled 97 patients (age: 62 y ± 13 [standard deviation]), with 57.0% malignant and 43.0% benign observations (size: 26.3 ± 18.9 mm). LACS images demonstrated higher CNR (12.3 dB) compared to B-mode (p < 0.0001). The AUC for differentiating nodules and liver parenchyma was 0.85 (95% confidence interval [CI]: 0.79-0.90), with higher values for malignant (0.93, CI: 0.88-0.97) than benign nodules (0.76, CI: 0.66-0.87). A LACS threshold of 0.94 dB/cm/MHz provided a sensitivity of 0.83 (CI: 0.74-0.89) and a specificity of 0.82 (CI: 0.73-0.88). LACS mean values were higher (p < 0.0001) in malignant (1.28 ± 0.27 dB/cm/MHz) than benign nodules (0.98 ± 0.19 dB/cm/MHz). CONCLUSION: LACS imaging improves nodule visibility and provides better differentiation between benign and malignant liver nodules, showing promise as a diagnostic tool.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».