乳腺癌筛查的经济效益分析：基于加拿大数字乳腺X线摄影的研究 学术背景 乳腺癌（Breast Cancer, BC）是北美女性中最常见的癌症之一，也是导致女性癌症死亡的第二大原因。尽管乳腺癌的治疗手段在过去几十年中取得了显著进展，患者的生存率有所提高，但治疗费用也随之大幅增加。特别是在新型系统疗法的引入后，乳腺癌的治疗成本显著上升。因此，如何在提高治疗效果的同时控制医疗成本，成为了公共卫生政策制定者和医疗系统管理者面临的重要问题。 乳腺X线摄影筛查（Mammographic Screening）是早期发现乳腺癌的重要手段，能够有效降低乳腺癌的死亡率和发病率。然而，关于筛查的经济效益，尤其是不同筛查策略的成本效益比（Cost-Effectiveness Ratio, ICER）仍然存在争议。尽管...

深度学习算法在乳腺癌筛查中的应用 学术背景 乳腺癌是全球女性中最常见的癌症之一，早期筛查对于提高治愈率至关重要。传统的计算机辅助检测（Computer-Aided Detection, CAD）系统在乳腺X线摄影筛查中已被广泛使用，尤其是在美国。然而，这些系统虽然提高了召回率，但对读者（即放射科医生）的表现改善有限。近年来，深度学习（Deep Learning, DL）算法在医学影像分析中的应用迅速增长，特别是在乳腺癌筛查领域。多项系统综述和荟萃分析表明，自2017年以来，DL算法在乳腺X线摄影筛查中的证据迅速增加。尽管一些研究表明，DL算法作为单一读者时表现不逊于人类读者，但目前尚无独立算法能够在保持可接受召回率的同时，优于标准的双阅读系统。因此，DL算法目前还无法完全取代人类读者在双阅读...

数字乳腺断层合成（DBT）筛查中顺序阅读的读者性能变化研究 学术背景 乳腺癌是全球女性中最常见的癌症之一，早期筛查对于提高治愈率至关重要。传统的乳腺X线摄影（Digital Mammography, DM）是乳腺癌筛查的主要手段，但其在检测乳腺组织重叠区域的病变时存在一定的局限性。近年来，数字乳腺断层合成（Digital Breast Tomosynthesis, DBT）技术逐渐成为乳腺癌筛查的重要工具。DBT通过生成乳腺的三维图像，能够更清晰地显示乳腺组织，减少组织重叠带来的误诊和漏诊。多项临床观察研究表明，DBT在乳腺癌筛查中的表现优于传统的DM（1-6）。因此，许多医疗机构已经大量投资于DBT设备的引进和升级。 然而，随着DBT在筛查中的广泛应用，研究者们开始关注影响筛查性能的因素，...

乳腺非肿块性病变的超声筛查研究：基于乳腺X线检查结果的评估 学术背景 乳腺癌是全球女性中最常见的恶性肿瘤之一，早期发现和诊断对于提高患者的生存率至关重要。乳腺超声（Breast Ultrasound, US）作为一种无创、无辐射的影像学检查手段，在乳腺疾病的筛查和诊断中发挥着重要作用。特别是在乳腺密度较高的女性中，乳腺超声能够有效检测出乳腺X线检查（Mammography）难以发现的早期乳腺癌。然而，乳腺超声检查中常常会遇到一种称为“非肿块性病变”（Nonmass Lesions, NMLs）的影像学表现。NMLs通常表现为与周围乳腺组织相比回声纹理发生改变的离散区域，但缺乏肿块的三维特征或明显的边缘、形状等特征。尽管NMLs在乳腺超声检查中较为常见，但其良恶性鉴别仍然具有挑战性，尤其是在筛...