Гончарова Анастасия Борисовна, канд. физ.-мат. наук, старший преподаватель, кафедра теории систем управления электрофизической аппаратурой, факультет прикладной математики – процессов управления
199034, Санкт-Петербург, Университетская наб., 7–9
Anastasiya B. Goncharova, Cand. Sci. (Physics & Mathematics), Senior Lecturer, Department of Theory of Electrophysical Equipment Control System, Faculty of Applied Mathematics – Control Processes
7–9, Universitetskaya nab., Saint Petersburg, 199034
Бусько Екатерина Александровна, канд. мед. наук, доцент НК и ОЦ «Лучевая диагностика и ядерная медицина», медицинский факультет; старший научный сотрудник, научное отделение диагностической и интервенционной радиологии
199034, Санкт-Петербург, Университетская наб., 7–9;197758, Санкт-Петербург, пос. Песочный, ул. Ленинградская, 68
Ekaterina A. Busko, Cand. Sci. (Med.), Associate Professor, Clinical Research and Education Center ‘Diagnostic Radiology and Nuclear Medicine’, Faculty of Medicine; Senior Research Scientist, Research Department of Diagnostic and Interventional Radiology
7–9, Universitetskaya nab., Saint Petersburg, 199034;68, Leningradskaya str., settlement Pesochny, Saint Petersburg, 197758
Цель исследования: построение системы принятия диагностических решений на основании данных мультипараметрического ультразвукового исследования (УЗИ) молочной железы.
Материал и методы. Обследованы 277 женщин с различными жалобами на заболевания молочных желез с помощью широкого спектра технологий УЗИ, включающих эластографию и контрастное усиление (КУ). Для верификации образований пациенткам было проведено гистологическое или цитологическое исследование. Результаты УЗИ, гистологического и цитологического заключения вносились в базу данных. Из базы данных выделена «обучающая» выборка в количестве 219 пациенток, проведена группировка выборки пациенток по визуальным характеристикам УЗИ, выполнен анализ групп данных, составлена таблица относительных частот встречаемости (вероятности) симптомов при данном диагнозе. На основании свертки и метода Байеса построена система поддержки принятия врачебного решения по возрасту, клинической картине и результатам ультразвуковой диагностики. По исходной базе данных для программной реализации определены чувствительность и специфичность.
Заключение. Предложенная система поддержки принятия решения позволяет определить вероятность малигнизации, стандартизировать принятие решения в дифференциальной диагностике образований молочной железы.
Purpose. To build a system for making diagnostic decisions based on multiparametric ultrasound examination of the mammary gland.
Material and Methods. A total of 277 women with various complaints of breast diseases were examined using a wide range of ultrasound technologies, including elastography and contrast enhancement. To verify the lesions, the patients underwent histological or cytological examination. The results of ultrasound examination, histological and cytological conclusions were entered into the database. The system was trained with 219 patient samples selected from the database. The patient’s samples were grouped according to the visual ultrasound characteristics. The data groups’ analysis allowed the compilation of a table with relative frequencies (probability) of symptoms for this diagnosis. Based on the convolution and the Bayesian method, the system for support of the medical decision by age, clinical picture, and ultrasound diagnostics results were built. Sensitivity and specificity were determined for software implementation in the initial database.
Conclusion. The proposed decision support system allows us to determine the probability of malignancy and standardize decision-making in the differential diagnosis of breast masses.
The authors declare that there are no conflicts of interest present.