上肢关节（腕关节、肘关节、肩关节）肌骨超声基本切面实操讲解视频，每个关节包括6个切面，分别如下：

腕关节切面1：腕背侧腔室Lister结节定位切面

腕关节切面2：尺侧腕伸肌腱短轴切面

腕关节切面3：第1和第2腔室伸肌腱切面

腕关节切面4：腕管正中神经短轴切面

腕关节切面5：手指屈肌腱长轴切面

腕关节切面6：手指屈肌腱短轴切面

肘关节切面1：伸肌总腱长轴切面

肘关节切面2：屈肌总腱长轴切面

肘关节切面3：尺侧副韧带前束长轴切面

肘关节切面4：正中神经短轴切面

肘关节切面5：桡神经短轴切面

肘关节切面6：尺神经短轴切面

肩关节切面1：肱二头肌肌腱短轴切面

肩关节切面2：肩胛下肌腱长轴切面

肩关节切面3：冈上肌腱长轴切面

肩关节切面4：冈上肌腱短轴切面

肩关节切面5：冈下肌腱长轴切面

肩关节切面6：关节后隐窝切面

下肢关节（踝关节、膝关节、髋关节）肌骨超声基本切面实操讲解视频，每个关节包括6个切面，分别如下：

踝关节切面1：踝关节前隐窝切面

踝关节切面2：内踝踝管切面

踝关节切面3：内踝胫距后韧带切面

踝关节切面4：外踝距腓前韧带切面

踝关节切面5：跟腱长轴切面

踝关节切面6：足底跖腱膜长轴切面

膝关节切面1：髌上囊和股四头肌腱长轴切面

膝关节切面2：髌腱长轴切面

膝关节切面3：内侧副韧带长轴切面

膝关节切面4：股二头肌腱长轴切面

膝关节切面5：外侧副韧带长轴切面

膝关节切面6：腘窝短轴切面、腓肠肌内侧头与半膜肌腱间滑囊

髋关节切面1：梨状肌长轴切面

髋关节切面2：臀下坐骨神经短轴切面

髋关节切面3：坐骨结节腘绳肌腱短轴切面

髋关节切面4：股骨大转子短轴切面

髋关节切面5：髋关节前隐窝长轴切面

髋关节切面6：股外侧皮神经短轴切面

本文结合北京大学第三医院男性生殖超声的实践经验及欧洲泌尿生殖放射学会最新指南，系统探讨了男性生殖超声的质量控制要点。男性生殖超声聚焦于男性不育症的诊断，需重点关注解剖结构异常及生精-输精通路病变，与常规阴囊超声（侧重肿瘤、炎症等）存在显著差异。文中详细阐述了男性生殖超声的检查规范，包括设备参数设置、探头选择（高频线阵探头为主）、标准化扫查方案（阴囊、阴茎及经直肠前列腺扫查），以及二维超声、彩色多普勒超声和频谱多普勒超声的留图要求（如睾丸体积测量、精索静脉曲张评估、勃起功能障碍试验等）。同时，提出了具体的图像与报告标准化建议，强调通过科学质量控制提升诊断准确性，满足生殖专科临床需求。本研究为优化男性生殖超声检查流程、减少漏诊误诊提供了实践指导，具有重要的临床参考价值。

目的

探讨人工智能深度学习算法在胎儿心脏11 个标准切面质量控制中的应用价值。

方法

选择7 家医院胎儿超声心动图检查病例图片，筛选其中妊娠20 ～34 周的胎儿心脏图像共35 331 张。根据胎儿心脏检查超声指南推荐需要留存的11 个胎儿心脏切面，提出一种融合Transformer 技术（深度学习的架构之一）的心脏切面自动质量控制方法对胎儿心脏图像进行质量控制。以专家团队评定的结果为标准，将收集到的胎儿心脏图像分为数据集A 和数据集B，分别包含24 000、11 331 张图像。数据集A 用于深度学习模型训练，数据集B 则分别用于深度学习预测以及2名具有5 年超声心动图检查经验的医师进行人工质量评估。采用平均精度（AP）值作为核心统计指标评估模型性能。

结果

融合Transformer 技术的心脏切面自动质量控制方法对于胎儿心脏切面解剖结构识别的AP 值达到了0.885，可以准确识别胎儿超声心动图需要留存切面常用解剖结构。深度学习模型识别胎儿心脏超声图像平均时长为0.028 s/张，而2 名超声医师识别的平均时长为3.77 s/张，使用基于深度学习的方法评估胎儿心脏超声图像质量的速度是医师人工评估的134.6 倍。

结论

运用深度学习模型对胎儿心脏超声切面进行质量控制可以达到专家判定的水平并节省了时间。

目的

对比分析卵巢颗粒细胞瘤（GCT）与卵泡膜-纤维瘤组（OTFG）肿瘤的超声及临床病理特征。

方法

回顾性纳入2015 年1 月至2024 年9 月于广东省妇幼保健院经手术病理证实的GCT（42 例）与OTFG（94 例）患者，比较分析其临床表现、超声特征及实验室指标。绘制ROC曲线分析抗苗勒管激素（AMH）诊断GCT 的敏感度、特异度和曲线下面积（AUC）。采用Cochran-Armitage 趋势检验分析肿瘤直径与盆腹腔积液及糖类抗原125（CA125）的相关变化趋势。

结果

GCT 组42 例中成人型颗粒细胞瘤36 例（36/42，85.71%），幼年型颗粒细胞瘤6 例（6/42，14.29%）；OTFG 组94 例中卵泡膜纤维瘤59 例（59/94，62.77%），纤维瘤32 例（32/94，34.04%），卵泡膜细胞瘤3 例（3/94，3.19%）。OTFG 组以实性低回声为主（85/94，90.43%），后方回声衰减（81/94，86.17%），血流分级多为1 ～2 级（89/94，94.68%）；GCT 组以囊实性（24/42，57.14%）及不均质实性回声（15/42，35.71%）为主，后方无衰减，血流分级多为3 ～4 级（37/42，88.09%）。OTFG 组盆腹腔积液及CA125 升高的发生率随肿瘤直径增加呈递增趋势（P＜0.001），3 例合并Meigs 综合征的肿瘤直径均＞10 cm 且伴有CA125 升高。而GCT 组仅CA125 升高的发生率随肿瘤直径增加呈递增趋势（P＜0.05）。与OTFG 组相比，GCT 组的临床症状（83.33%，35/42 vs 57.45%，54/94）、性激素异常（50.00%，20/40 vs 12.20%，10/82）及AMH 升高发生率（80.00%，8/10 vs 0，0/24）均显著增加（P=0.003、＜0.001、＜0.001）。AMH 诊断GCT 的敏感度、特异度和ROC 曲线下面积分别为0.80、1.00 和0.90（P＜0.001）。

结论

OTFG 与GCT 的超声表现、临床特征及实验室指标存在差异，超声检查结合AMH 等实验室检测及临床信息，可为卵巢性索间质肿瘤的术前诊断提供可靠依据。

目的

探讨计划-执行-检查-处理（PDCA）循环在提升超声科住院医师外周血管超声图文报告质量中的应用价值。

方法

应用PDCA 质量控制管理方法，每月随机抽取2023 年1 月至7 月期间天津市第三医院住院医师在超声医学影像信息系统中的外周血管超声报告，评估报告的文字、图像质量。设置提升目标为甲类图文报告占比达到95%以上。成立持续质量改进小组，对于图文报告未达标的情况，分析存在的问题并制定改进措施。于2023 年8 月至12 月贯彻实施改进措施后，重新进行图文评分。采用χ² 检验比较实施前后图文评分和扣分项目的差异。通过持续推进培训学习、科内讨论、收集住院医师反馈的问题等确定阶段改进成果。

结果

PDCA 循环实施前，外周血管超声甲类图像占比为66.3%（130/196），甲类报告占比为44.9%（88/196）；实施后，甲类图像占比提高至95.8%（92/96），甲类报告占比提高至78.1%（75/96），图像和报告质量均显著提高，差异具有统计学意义（χ²=30.797，P＜0.001；χ²=28.849，P＜0.001）。PDCA 循环实施后，图像和报告扣分项目数量显著减少（45 项vs 102 项；59 项vs 164 项），检查者在仪器调节、疾病诊断描述和规范化存图能力等方面均有所提升。

结论

PDCA 循环在住院医师外周血管超声教学中的应用显著提升了图文报告质量。

【视频简介】超声医学作为临床诊疗的“可视化听诊器”，其质量控制（简称质控）体系正从传统图像评价向覆盖设备校准、操作规范、诊断标准及报告追溯的全流程管理转变。然而，基层操作差异、多模态数据整合不足以及人工审核滞后仍是主要挑战。

人工智能（artificial intelligence，AI）技术的融合为解决这些问题带来了突破。在诊断环节，AI 驱动的标准切面识别技术显著提升了图像获取的准确性和规范性，可有效辅助基层医师；多模态病灶分析系统则优化了甲状腺结节、卵巢肿瘤等疾病的鉴别能力，减少了不必要的穿刺和转诊。在质控流程方面，结构化报告智能审核提升了诊断一致性和效率；实时操作监控系统能即时纠正探头轨迹等操作偏差；多模态数据融合分析也提升了疾病诊断的特异性。此外，国家级AI 质控平台通过整合多中心数据，有效提升了产科筛查等场景的图像质量和达标率，并推动了乳腺超声等领域的基层诊断规范化；针对盆底超声、胎儿畸形筛查等单病种的质控也实现了精准化提升。

然而，AI 超声质控的广泛应用仍面临模型适应性、设备兼容性、医师角色适应、数据隐私安全及系统可解释性等挑战。应对策略包括增强模型适应性、推动标准化、建立人机协同机制以及加强安全保障。未来，AI 将与新兴技术进一步融合，构建贯穿诊疗全流程的智能质控生态。国家质控平台需在政策、标准和产学研协同中发挥核心作用，推动AI 超声质控从“能用”向“好用”演进，实现超声诊疗的高质量、同质化发展。

目的

探讨甲状腺规范化扫查和甲状腺影像报告和数据系统（C-TIRADS）分类推广工作在提高北京市海淀区二级和一级医疗机构甲状腺超声诊断符合率中的作用。

方法

北京市海淀区超声医学质量控制和改进中心（简称质控中心）于2023 年7 月至2024 年6 月开展了为期1 年的甲状腺规范化检查培训及C-TIRADS 分类推广工作。分别于基线时和培训后以线上调查问卷的方式，对辖区内各二级和一级医院甲状腺超声检查C-TIRADS 分类使用情况和超声诊断符合率进行调查，并采用t 检验比较二级医院与一级医院、基线时与培训后的超声诊断符合率差异。

结果

最终纳入有效问卷59 份。基线时，C-TIRADS 分类使用率为30.5%（18/59）；培训后，C-TIRADS 分类使用率提升至66.1%（39/59）。基线时，甲状腺超声报告总体诊断符合率为80.6%±11.7%，二级医院的超声诊断符合率高于一级医院[（88.8%±9.4%） vs （78.8%±11.5%）]，差异具有统计学意义（t=3.064，P=0.007）；培训后，甲状腺超声报告总体诊断符合率为83.5%±7.6%，二级医院的超声诊断符合率高于一级医院[（88.9%±6.5%） vs （82.2%±7.4%）]，且一级医院的超声诊断符合率较基线时有了显著提高，差异均具有统计学意义（t=2.987，P=0.009；t=-2.453，P=0.018）。

结论

北京市海淀区超声质控中心通过开展甲状腺规范化扫查及C-TIRADS 分类推广工作，提高了辖区内二级和一级医院C-TIRADS 分类使用率，并显著提升了一级医院甲状腺结节超声诊断符合率，有利于分级诊疗格局的建立和完善。