应用肝脏二维剪切波弹性成像（2D-SWE）与超声心肌做功（MW）技术，分析射血分数保留肝硬化患者在不同Child-Pugh分级下的肝脏硬度与左心室功能改变及二者相关性。

选取2023年8月至2024年12月于成都市温江区人民医院就诊的射血分数保持正常的肝硬化患者110例。按照Child-Pugh分级标准，将患者分为A级组34例、B级组37例和C级组39例；选取36例年龄和性别相匹配的健康志愿者作为对照组。收集一般临床资料、血生化检验指标、肝脏硬度值（LSM）、常规超声心动图参数、二维斑点追踪及MW参数。比较各组间上述参数差异并分析Child-Pugh分级、LSM与血生化指标、二维斑点追踪及MW参数的相关性。

肝脏硬度值比较：A级组LSM较对照组增高（P<0.001），B级组LSM较对照组、A级组增高（P<0.001），C级组LSM较对照组及A、B级组增高（P<0.05）。左心室舒张功能参数比较：A、B级组e'峰较对照组降低（P<0.001），C级组e'峰较对照组及A、B级组减低（P<0.001）；B级组E/A值较对照组降低（P<0.001），C级组E/A值较对照组及A、B级组均减低（P<0.001）；B级组e'/a'值较对照组减低（P<0.001），C级组e'/a'值较对照组及A、B级组均减低（P<0.001）。左心室收缩功能参数比较：B、C级组左心室射血分数较对照组增加（P<0.05）；B级组左心室整体纵向应变（GLS）绝对值较对照组、A级组增加（P<0.001）；C级组GLS绝对值较B级组降低（P<0.001）；C级组峰值应变离散度（PSD）较对照组、A级组增加（P<0.001）；B级组整体有用功（GCW）较对照组增加（P<0.001）；C级组GCW较B级组降低（P<0.001）；C级组整体做功指数（GWI）、整体做功效率（GWE）较对照组及A、B级组降低（P<0.001）；C级组整体无用功（GWW）较对照组及A、B级组增高（P<0.001）。相关性分析：Child-Pugh分级与LSM、谷草转氨酶、总胆汁酸、GWW呈正相关（r=0.872、0.499、0.533、0.446，P<0.001），与舒张压、E/A、e'、e'/a'、GWE呈负相关（r=-0.483、-0.562、-0.669、-0.659、-0.479，P<0.001）。LSM与心输出量、谷草转氨酶、总胆汁酸呈正相关（r=0.467、0.584、0.585，P<0.001），与舒张压、E/A、e'、e'/a'呈负相关（r=-0.513、-0.491、-0.542、-0.571，P<0.001）。

随着肝硬化Child-Pugh分级进展，肝脏功能障碍加重，肝脏硬度测值增高且离散度增大；左心室舒张功能降低，收缩功能先代偿性增强后失代偿性降低。肝-心功能损伤存在协同作用。综合应用2D-SWE与MW技术可更全面、有效地评估肝硬化患者的肝脏病变程度及左心室功能变化，为临床精准分层干预和改善患者预后提供重要影像学依据。

探讨双表型肝细胞癌（DPHCC）及经典型肝细胞癌（THCC）的临床病理特征及超声造影表现差异，并分析DPHCC的独立危险因素。

本研究是一项回顾性研究。纳入2019年1月至2024年6月经手术病理确诊的71例肝细胞癌患者，其中DPHCC 31例，THCC 40例。对比2组的临床病理特征及超声造影特征，采用多因素Logistic回归分析DPHCC的独立危险因素。

DPHCC组血清甲胎蛋白≥400 ng/ml的比例（48.4% vs 15.0%，P=0.002）及微血管浸润率（77.4% vs 17.5%，P<0.001）显著高于THCC组。超声造影显示，与THCC组相比，DPHCC组动脉期以不均匀增强（38.7% vs 15.0%）和环状增强（16.1% vs 2.5%）为主（P=0.003），且廓清时间更早[（91.94±37.58） s vs （131.65±59.71）s，P=0.002）]。多因素Logistic回归分析显示，肿瘤大小（OR=1.019，P=0.002）、甲胎蛋白≥400 ng/ml（OR=2.798，P=0.032）、边界不清（OR=3.204，P=0.020）及廓清时间<120 s（OR=2.221，P=0.049）是DPHCC的独立危险因素。

多参数超声造影成像可为临床无创诊断DPHCC提供重要依据，有助于鉴别DPHCC与THCC，优化个体化诊疗策略。

探讨人工智能技术在小儿先天性心脏病超声筛查中的应用价值。

选取2021年9月至2022年2月于浙江大学医学院附属儿童医院进行超声心动图检查的心脏结构正常及异常的彩色多普勒超声静态图像8543张，按8∶1∶1的比例将其划分为训练集6871张、验证集833张、测试集839张。构建OBICnet模型，采用F1分数、准确率、精确率、召回率、特异度、误诊率及漏诊率评价人工智能模型的识别性能，并与ResNet50、GBCnet两种人工智能模型进行比较。另收集2022年11月至2023年1月在浙江大学医学院附属儿童医院就诊的50例心脏结构异常患儿（共350张图像）的静态心脏彩色多普勒图像作为外部验证数据。依据超声工作年限将21名基层进修超声医师分为初级、中级、高级3组，比较OBICnet模型与3组医师在外部验证集中的识别效能。

与ResNet50、GBCnet模型相比，OBICnet模型的识别性能最佳，F1分数、准确率、精确率最高，分别为97.0%、98.3%、96.7%；误诊率、漏诊率最低，分别为1.6%、3.0%。在外部验证集，OBICnet模型对正常与异常图像的识别准确率、精确率、特异度分别为94.6%、91.4%、97.6%，高级、中级、初级3组医师的识别准确率分别为89.4%、83.3%、67.8%，精确率分别为78.9%、73.5%、39.3%，特异度分别为91.5%、91.6%、81.4%，OBICnet模型与3组医师比较，差异均具有统计学意义（校正P值均<0.017）；OBICnet模型对正常与异常图像的识别敏感度高于中级、初级医师组（88.5% vs 61.5%、31.8%，校正P值<0.017）；OBICnet模型漏诊率、误诊率分别为11.5%、2.4%，低于3组医师，差异具有统计学意义（校正P值均<0.017）。

OBICnet模型对正常与异常心脏超声图像的识别性能较好，在儿童先天性心脏病超声筛查工作中具有一定的应用价值。

探讨婴幼儿陈旧性卵巢囊肿蒂扭转的超声表现及诊断价值。

回顾性选取浙江大学医学院附属儿童医院2021年1月至2024年7月收治的1岁以内确诊为婴幼儿卵巢囊肿的病例60例。分析其超声图像特征及病理表现，计算超声特征诊断陈旧性卵巢囊肿蒂扭转的敏感度、特异度、阳性预测值、阴性预测值、准确性，以评估超声特征的诊断效能。

60例婴幼儿卵巢囊肿中34例为陈旧性卵巢囊肿蒂扭转。其主要超声图像特征为钙化（诊断敏感度、特异度、阳性预测值、阴性预测值分别为67.6%、80.8%、82.1%、65.6%），囊内分层（诊断敏感度、特异度、阳性预测值、阴性预测值分别为67.6%、73.1%、76.7%、63.3%），漩涡征样蒂结构（诊断敏感度、特异度、阳性预测值、阴性预测值分别为47.1%、100%、100%、59.1%）。3种特征同时具备的诊断敏感度为26.5%，特异度为100%，阳性预测值为100%，阴性预测值为51.0%。超声诊断陈旧性卵巢囊肿蒂扭转的准确性为88.2%（30/34）。

婴幼儿陈旧性卵巢囊肿蒂扭转具有特征性的超声表现，钙化、囊内分层以及漩涡征样蒂结构的特征具有良好的诊断价值。

探讨胎儿超声心动图对单纯性肺动脉瓣狭窄（PS）严重程度及预后的评估价值。

回顾性分析2019年1月至2024年1月在河北北方学院附属第一医院及河北生殖妇产医院经胎儿超声心动图检查诊断为PS，并经出生后超声心动图证实的79例胎儿，根据出生后超声心动图PS的严重程度将其分为轻度PS组38例、中度PS组22例和重度PS组19例。胎儿超声心动图测量肺动脉瓣流速（PVV）、右心室与左心室上下径比值（RV/LV）、三尖瓣反流速度（VTR）、心胸比（C/T）、主肺动脉内径/主动脉内径（MPA/AO）、三尖瓣流入持续时间与心动周期比值（TVI/CC）、三尖瓣环与二尖瓣环横径比（TV/MV）等参数，并通过ROC曲线分析超声心动图参数对PS胎儿围产期结局的预测效能。

3组胎儿超声心动图表现：轻度PS组右心室无显著重构，厚度和直径在正常范围内；中度PS组右心室轻微重构，厚度和直径略有增加；重度PS组右心室严重重构，且伴动脉导管血流反向。随着PS严重程度的增加，C/T、PVV和VTR显著升高，而MPA/AO、RV/LV、TV/MV和TVI/CC逐渐下降，3组间总体差异均具有统计学意义（P均<0.05）。轻度和中度PS组中，无动脉导管血流反向；重度PS组中，100%（19/19）的胎儿出现动脉导管血流反向。前列腺素E1的使用率随PS严重程度增加显著升高，其中轻度PS组无病例使用，而中度和重度PS组使用率分别为4.55%（1/22）和57.89%（11/19）。经皮球囊肺动脉瓣成形术的实施率在中度（45.45%，10/22）和重度PS组（78.95%，15/19）显著高于轻度PS组（15.79%，6/38），差异有统计学意义（P<0.001）。死亡率在轻度和中度PS组均为0，但重度PS组为10.53%（2/19）。复合结局组胎儿PVV显著升高，RV/LV和TV/MV值显著低于无复合结局组，2组间差异具有统计学意义（P均<0.05）。PVV、TV/MV和RV/LV预测胎儿发生复合结局的ROC曲线下面积分别为0.824、0.782和0.750，三者联合预测的ROC曲线下面积为0.919。

胎儿超声心动图参数可有效评估单纯性PS的严重程度，并预测围产期结局。超声参数可用于早期识别高风险胎儿，为个体化围产期管理和干预策略提供科学依据，从而改善胎儿预后。

分析和总结妊娠期卵巢子宫内膜异位囊肿蜕膜化的临床特征及超声影像学表现，为临床诊疗提供参考依据。

回顾性分析2021年7月至 2024年11月期间11例在解放军总医院第一医学中心临床诊断为妊娠期卵巢子宫内膜异位囊肿蜕膜化患者的病历资料，包括患者的临床资料、超声图像特征、随访记录及手术病理结果。总结妊娠期卵巢子宫内膜异位囊肿蜕膜化的超声特征和临床鉴别诊断要点。

所有患者超声检查均提示妊娠期伴卵巢囊肿。囊肿最大直径为3.1~7.3 cm，90.9%（10/11）的患者囊内液透声差，乳头个数为1~6个不等；彩色多普勒血流成像示10例乳头状突起内可见血流信号，1例乳头状突起内未见血流信号，72.7%（8/11）血流评分以2~3分为主；8例（72.7%，8/11）子宫滑动征阴性。3例行手术切除治疗，术后病理诊断为卵巢子宫内膜异位囊肿，间质蜕膜样变；8例于超声随诊过程中乳头消失，其中1例产后1年因囊肿破裂经手术后病理证实为卵巢子宫内膜异位囊肿，另2例流产后及5例妊娠后超声复诊发现囊肿形态学改变，结合临床资料，诊断为卵巢子宫内膜异位囊肿蜕膜化。

妊娠期卵巢子宫内膜异位囊肿蜕膜化具有特征性超声表现，结合临床特征及随访变化可提高诊断准确性，避免不必要的手术干预。建议对可疑病例采取动态随访观察的管理策略。

基于XGBoost算法建立新生儿出生体重预测模型，为临床围产期决策提供精准的智能工具。

回顾性纳入2021年1月至2023年4月于云南省妇幼保健院接受常规产前检查并住院分娩的1018例单胎妊娠孕妇数据，包括孕妇基本信息，孕早期、孕中期、孕晚期及分娩前7 d内产前超声检查数据（共53项参数），新生儿数据（分娩时胎儿年龄周数和出生体重）。构建XGBoost预测模型，采用多维度评估指标（平均百分比误差、百分比误差标准差、平均绝对百分比误差、均方根误差、平均绝对误差及临床预测准确率），对比分析XGBoost模型与15种传统预测公式及LightGBM、Logistic、CatBoost 3种机器学习模型的预测性能；并进行模型特征重要性分析。

XGBoost模型预测新生儿出生体重表现良好，百分比误差标准差8.21%、平均绝对百分比误差6.34%、均方根误差245.14 g、平均绝对误差194.39 g，误差指标均低于其他预测方法；临床准确率为71.54%，高于其他预测方法。与其他对比模型相比，XGBoost模型高估率为13.73%、低估率为14.71%，表现相对均衡，高估、低估概率均低于Logistic（23.53%/28.43%）、LightGBM（25.98%/24.02%）及CatBoost（17.16%/17.65%）。模型特征重要性分析筛选出21项关键特征，其中分娩前胎儿腹围、分娩孕龄及分娩前羊水最大深度为最重要的预测变量（特征重要性分数分别为35、22、8）。

XGBoost模型成功构建了具有时序关联性的新生儿体重预测模型，其具备良好的稳定性与精准性，性能优于传统的以回归方程预测胎儿体重的方法。

探讨MobileNetV4模型在产前超声图像中识别主动脉弓及其分支异常的应用价值。

回顾性收集2019年3月至2024年3月在深圳市妇幼保健院确诊的血管环产前超声图像，共计12 284张，其中血管环异常图像8913张，正常对比图像为3371张，按疾病类型以8∶1∶1比例将图像划分为训练集、测试集和验证集。构建基于MobileNetV4的深度学习模型，用于主动脉弓分支异常的自动诊断，并与MSPAnet-50、MedMamba、RepVit、ResNet-50和ViT 5种不同应用场景的主流模型进行性能对比。模型评估指标为准确性、敏感度、特异度、精确度、ROC曲线下面积（AUC）及F1分数。通过绘制ROC曲线、混淆矩阵、Grad-CAM热力图和t-SNE特征可视化图，从多个维度评估模型在血管环畸形影像诊断中的综合表现。

在双主动脉弓（DAA）、右主动脉弓（RAA）和右锁骨下动脉迷走（ARSA）三类血管环及正常图像的诊断任务中，MobileNetV4模型均表现出优越性能，其准确性、特异度、敏感度、精确度、AUC和F1分数分别为94.10%、98.03%、94.09%、94.21%、99.12%和94.04%。在热力图中，只有MobileNetV4模型的关注区域高度集中于主动脉弓及其分支等关键解剖结构，显示出明确的关注区域和清晰边界。混淆矩阵显示MobileNetV4模型的预测结果在所有类别上均呈现明显的对角线聚集，表明各类别的诊断任务中MobileNetV4模型的整体准确性较高，尤其在正常对照样本上实现100%的准确性。ROC曲线显示，MobileNetV4模型识别DAA、RAA、ARSA及正常影像的AUC值分别为99.49%、98.47%、100%、98.51%，优于其他对比模型。MobileNetV4模型在t-SNE显示的特征分布中呈现出更清晰的聚类边界。

MobileNetV4模型在主动脉弓分支异常的超声影像智能识别中表现优异，可为产前超声检查提供有效的技术支持，推动血管环异常的智能化筛查与流程标准化。

以YOLOv8框架为基础，引入高效多尺度注意力（EMA）机制，构建子宫解剖结构检测与分割智能模型（IMSU），并评估其性能。

回顾性收集2021年1月至2022年12月深圳市妇幼保健院共计4326张非妊娠子宫正中矢状切面超声图像，人工标注子宫宫体、宫颈及内膜3个关键解剖结构，建立图像数据库。按8∶1∶1比例划分为训练集（3460张）、验证集（433张）与测试集（424张），引入EMA机制对YOLOv8模型进行改进，构建IMSU。首先训练并验证原始YOLOv8标准模型及基于EMA模块改进的模型（IMSU），随后在测试集上对两种模型对子宫宫体、宫颈及内膜的自动结构检测与分割性能进行评估，评估指标包括精确率、召回率、平均精度（mAP）2个层级指标（mAP@50与mAP@50-95）。

在3个关键结构自动检测任务中，IMSU的整体平均精确率（0.920 vs 0.905）、召回率（0.939 vs 0.917）及mAP@50（0.952 vs 0.933）均优于YOLOv8；尤其对宫颈的检测mAP@50值由0.858提升至0.919，召回率由0.778提升至0.842。在自动分割任务中，与YOLOv8相比，IMSU整体平均精确率由0.905提升至0.914，召回率由0.915提升至0.933，mAP@50由0.930提升至0.952，mAP@50-95亦从0.661提升至0.677；对宫颈的分割mAP@50-95由0.570提升至0.597。

融合EMA机制的IMSU显著提升了非妊娠子宫正中矢状切面关键结构的自动检测性能与分割精度，为实现子宫结构的智能量化测量及超声辅助诊断提供了技术支持，具有良好的临床应用前景。

评价2016—2023年西藏自治区产前超声筛查专项培训学员的人员结构、从业情况及培训效果，为后续产前超声筛查专项培训工作的优化提供数据支持。

2016年7月至2023年12月，按照中国出生缺陷基金会培训大纲、国际妇产科超声学会指南，通过理论授课、实践操作带教及病例讨论等方式，对参加培训的西藏自治区7个地市120家医院2000余名学员进行规范化产前超声筛查培训，并对1475名学员开展问卷调查（现场及数字化问卷），对培训学员人员结构、从业情况及培训效果进行总结分析。

在8年的培训工作开展期间，培训团队为西藏自治区构建起“产前超声标准化培训体系”，组建了专业的产前超声筛查与诊断医师队伍，并采集了1475名培训学员及所属医院的基础信息；其中，241名超声医师获得由中国出生缺陷基金会和国家培训基地颁发的产前超声诊断证书，1000余名医师在线培训成绩合格获得西藏自治区超声医学会颁发的产前超声筛查培训证书。培训学员年龄以20~29岁居多（40.4%），学历以本科居多（57.4%），初、中级职称人员占比达72.1%，专业以影像及临床专业为主。来自二级医院的培训学员占比最高（46.3%），来自三级医院的学员占比为41.1%。63.3%的医院选派过一半以上人员接受专业培训。培训成效显著：西藏自治区胎儿畸形检出数占分娩总人数的比例由2015年的0.48%上升至2016—2023年8年间的年均1.99%，同时，每位孕妇在孕期能接受1~2次产前系统超声检查。

8年培训调查数据显示,参加培训的医院和人员等级结构合理，为西藏自治区产前超声持续健康发展奠定了良好的基础。

调查安徽省腹部超声切面存图及报告质量现状，发现问题并提出改进策略。

2025年1月至3月安徽省共有183家设有超声医学专业的医疗机构在严格保护患者隐私的前提下，参与了腹部超声检查质量控制网络平台的数据上报。每家医院上传6份腹部超声报告电子版及对应存图（其中肝胆胰脾检查3份，泌尿系及肾上腺检查3份）。依据国家超声医学质量控制中心编写的2022版《超声医学质量控制管理规范》，对所有报告进行分析，统计正常报告存图合格率、病变存图合格率、综合切面漏存率、体标标注率、报告书写合格率。采用多组率χ²检验分析肝、胆、胰、脾4组及泌尿系及肾上腺（肾、输尿管、膀胱、前列腺、肾上腺）5组的正常报告存图合格率及病变存图合格率的差异，两两比较时，采用Bonferroni校正。采用四格表χ²检验分析肝胆胰脾与泌尿系及肾上腺2组的体标标注率、报告书写合格率的差异。

肝胆胰脾病例共549例，肝、胆、胰、脾正常报告存图合格率分别为50.78%、73.76%、90.07%、91.49%，肝、胆、胰、脾病变存图合格率分别为54.83%、42.71%、66.67%、52.14%，肝胆胰脾综合切面漏存率为34.69%，其中肝胆切面漏存率较高（44.62%），体标标注率为5.46%（30/549），报告书写合格率为73.22%（402/549）。泌尿系及肾上腺病例共580例，肾、输尿管、膀胱、前列腺、肾上腺正常报告存图合格率分别为89.86%、26.36%、67.39%、68.48%、75.11%，肾、输尿管、膀胱、前列腺、肾上腺病变存图合格率分别为53.14%、40.01%、55.47%、64.26%、65.65%，泌尿系及肾上腺综合切面漏存率为39.43%，其中输尿管切面漏存率较高（66.72%），体标标注率为8.79%（51/580），报告书写合格率为72.41%（420/580）。肝和胆正常报告存图合格率低于胰腺和脾（P<0.001）。输尿管正常报告存图合格率低于肾、膀胱、前列腺和肾上腺（P<0.001）。

安徽省腹部超声肝胆和输尿管正常报告切面漏存率较高、报告书写合格率偏低，需加强超声质量控制培训，提升超声诊断质量。

总结经胸超声心动图（TTE）检查对成人型主动脉缩窄（COA）漏诊的原因，提出规范化扫查流程改进策略，降低漏诊风险。

回顾性分析2013年1月至2025年2月在南昌大学第二附属医院超声科接受TTE检查且经手术、计算机断层扫描血管造影（CTA）或心血管造影确诊为成人型COA的患者45例，依据质量控制实施时间分为改进前组（2013年1月至2019年1月）23例，改进后组（2019年2月至2025年2月）22例。规范化扫查流程的核心改进内容包括：系统扫查胸骨上窝切面获取清晰的主动脉弓长轴图像以评估其形态及狭窄特征；常规在腹主动脉长轴切面获取多普勒频谱评估其血流动力学特征。对比改进前、后2组漏诊率，通过Fisher精确检验评估组间差异，计算相对风险及需治数。

改进前TTE诊断成人型COA漏诊率为34.78%（8/23）；改进后漏诊率降至4.55%（1/22），差异具有统计学意义（P=0.004）；相对风险为0.13，95%可信区间：0.02~0.87，提示改进后漏诊风险降低87%；需治数为4，提示每实施规范化检查4例成人型COA患者可避免1例漏诊。

掌握成人型COA的超声心动图特征，实施规范化扫查流程可显著降低TTE对成人型COA的漏诊率。

探讨安徽省超声科危急值管理中计划-执行-检查-处理（PDCA）循环模型的应用现状，通过针对性干预提升危急值上报及时性及医疗质量。

安徽省超声医学质量控制中心于2025年2月下发危急值上报调查表，调查内容主要包括被调查人员及其所在医院的基本信息、危急值上报中遇到的瓶颈问题、相关知识的掌握情况。通过在调查表中嵌入《超声诊断专业医疗质量控制指标（2022年版）》，在开展调查的同时进行相关知识强化培训，并通过统计2025年第1季度危急值通报率以评估培训后的效果。

调查发现危急值上报相关知识培训力度不够、上报流程重复、上报的危急值病例仅可部分得到及时反馈是危急值通报率较低的主要原因。经过强化培训，2025年第1季度危急值通报率为99.53%，与安徽省2023年度的97.73%与2024年度的98.66%相比均得到提高，高于全国2023年的平均值（99.38%）。

PDCA循环模型在安徽省超声科危急值上报应用中发现，相关知识培训力度不够、上报流程重复、上报的危急值病例仅部分得到及时反馈是上报体系中现存的制度瓶颈与实施障碍，通过进行针对性干预可提高危急值通报率。

探究基于C-TIRADS词典的甲状腺结节超声结构化报告在各地医疗机构超声医师中的使用评价。

选取2024年3月1日至2025年1月31日期间，于北京大学第三医院超声医学科进修学习的117名进修医师作为调查对象，采用线上调查问卷的形式，收集并分析其对基于C-TIRADS词典的甲状腺结节超声结构化报告模板的评价，内容涵盖模板的优点、不足，以及推广结构化报告过程中可能遇到的阻力。

本研究最终纳入有效问卷117份。与自由文本式报告相比，基于C-TIRADS的结构化报告具备多方面优势，包括提升报告质量（108/117，92.31%）、规范诊断思维和书写习惯（101/117，86.32%）、提高分类诊断的严谨性和逻辑性（99/117，84.62%）、有效降低文字相关低级错误（96/117，82.05%）、节省工作时间（93/117，79.49%）、有助于住院医师的规范化培训（82/117，70.09%）和临床-影像-患者沟通顺畅（65/117，55.56%）等。有待改进之处主要集中在文字编辑不方便（16/34，47.06%）和模式呆板，缺乏自主性（17/34，50.00%）。98.29%（115/117）的进修医师认为，在甲状腺超声规范化扫查和质量控制过程中，有必要推广结构化报告，其间最大的阻力可能源自科室内超声医师的意识和观念（50/117，42.74%）、科室硬件条件（39/117，33.33%）和超声医师的技术水平（16/117，13.68%）。

基于C-TIRADS词典的甲状腺结节超声结构化报告优点显著，是一种基于规范化和标准化的报告方式，在临床实践中具有推广使用的必要性。

分析甲状腺转移癌（TM）常规超声及超声造影（CEUS）特征，提升超声医师对TM的影像学识别能力与临床诊断水平。

回顾性收集2015年1月至2024年12月期间苏州大学附属第一医院经病理确诊的TM患者17例，记录其临床特征，并由2名医师对超声图像进行判读，分析TM的常规超声和CEUS特征。

本研究共纳入17例经病理证实的TM患者，原发肿瘤来源依次为：肺癌及食管癌各5例（29.41%），喉癌3例（17.65%），鼻咽癌、胰腺癌、胸部软骨肉瘤、乳腺癌各1例（5.88%）。临床表现方面，41.18%（7/17）的患者短期内病灶明显增大、23.53%（4/17）出现呼吸困难、58.82%（10/17）出现声音嘶哑、47.06%（8/17）伴吞咽哽噎。常规超声显示，病灶累及单侧叶者14例（82.35%），累及双侧叶者3例（17.65%）；病灶以结节型（88.24%，15/17）、低回声（82.35%，14/17）、边缘模糊或不规则或向甲状腺外延伸（88.24%，15/17）为主，弥漫型2例（11.76%）。47.06%（8/17）为囊实性；23.53%（4/17）可见粗大钙化，35.29%（6/17）可见微钙化。CEUS图像特征：CEUS资料完整的10例患者中，8例（80.00%）表现为不均匀增强，8例（80.00%）可见灌注缺损区；增强强度方面，呈低增强者与等/高增强者各占50.00%。

TM在常规超声与CEUS中表现出一定影像学特征，结合患者的原发病史及临床症状，应用多模态超声有助于提高对TM的早期识别与准确诊断。

建立胎儿无顶冠状静脉窦（UCS）的产前超声诊断方法。

利用永存左上腔静脉（PLSVC）伴冠状窦扩张胎儿的心脏解剖数据库建立观察冠状窦切面的方法。对2018年1月至2025年3月在北京大学人民医院就诊的可疑UCS胎儿，利用建立的显示冠状窦切面的超声扫查方法进行诊断，总结使用该方法进行产前超声诊断UCS的效果。

通过解剖数据库建立的观察冠状窦切面的超声扫查方法：经冠状窦长轴的心脏横切面显示冠状窦长轴；四腔心切面显示左房室沟处冠状窦短轴；经左房室沟的旁矢状切面显示冠状窦短轴；经双心房冠状切面显示冠状窦长轴。诊断要点：以上任意切面上冠状窦窦壁连续性中断即诊断为UCS，彩色多普勒成像显示异常血流束有助于进一步明确诊断。利用以上产前超声扫查冠状窦方法共诊断10例UCS胎儿。

通过已有解剖数据建立的显示胎儿冠状窦切面的超声扫查方法可以指导产前超声医师进行UCS的筛查，提高了UCS的产前诊断准确率和效率。

评估和比较超声引导衰减参数（UGAP）、超声衰减参数（UAP）和基于二维超声的半定量分级方法3种超声技术在怀疑患有代谢功能障碍相关脂肪性肝病（MASLD）的肥胖人群中的诊断效能。

前瞻性连续随机纳入2023年12月至2024年3月于东南大学附属中大医院内分泌科和营养科就诊并行MASLD筛查的超重患者103例。所有受试者在1周内分别接受了血液生化指标、腹部肝脏超声（包含UGAP、UAP以及基于二维超声的半定量分级）和磁共振成像-质子密度脂肪分数（MRI-PDFF）检查。通过Pearson相关性分析分别评估UAP和UGAP与MRI-PDFF之间的相关性。以MRI-PDFF作为评估肝脏脂肪变性的参考标准（将肝脂肪变性分为S0、S1、S2、S3级），构建UAP和UGAP的受试者操作特征曲线（ROC）并计算曲线下面积（AUC），以此评估和比较UGAP、UAP、基于二维超声的半定量分级方法的诊断效能。同时，利用多元线性回归分析探讨影响UAP、UGAP的独立变量。

UGAP和UAP均与MRI-PDFF呈正相关，其中UGAP（r=0.852，P<0.001）相比UAP（r=0.650，P<0.001）与MRI-PDFF的相关性更强。在肝脏脂肪变性分级诊断效能方面，UGAP的表现优于UAP及基于二维超声的半定量分级方法（P<0.05），且UAP与基于二维超声的半定量分级方法在肝脂肪变性3个分级诊断的AUC比较中差异均无统计学意义（P>0.05）。UGAP诊断肝脏脂肪变性≥S1、≥S2和=S3的AUC分别为0.964（95%CI：0.931~0.997）、0.920（95%CI：0.856~0.984）和0.970（95%CI：0.912~1.000），其最佳截断值分别为0.60 dB/（cm·MHz）、0.72 dB/（cm·MHz）和0.79 dB/（cm·MHz）。多元线性回归分析结果显示，内脏脂肪和皮肤-肝包膜距离均是UAP和UGAP的独立影响因子。

UGAP对超重人群肝脏脂肪变性诊断和分级的准确性高于UAP和二维超声。