超声三维成像在甲状腺结节中的应用

超声三维成像在甲状腺结节中的应用演讲人超声三维成像在甲状腺结节中的应用01引言：甲状腺结节诊断的三维成像时代引言：甲状腺结节诊断的三维成像时代甲状腺结节是临床最常见的内分泌系统疾病之一，触诊检出率约为3%-7%，而高分辨率超声的普及使这一比例升至20%-76%[1]。其中，5%-15%的结节为恶性，需精准鉴别以指导临床决策[2]。长期以来，二维超声（2D-US）凭借其实时、无创、经济的优势，成为甲状腺结节筛查的首选工具。然而，2D-US仅能提供断面图像，对结节的立体结构、空间位置及血供特征的显示存在固有局限性，尤其在复杂形态结节（如微小钙化、边缘模糊、被膜浸润）的良恶性鉴别中，易出现操作者依赖性和诊断偏差[3]。近年来，超声三维成像（3D-US）技术的出现与发展，为甲状腺结节的精准评估提供了全新视角。通过容积数据采集与后处理重建，3D-US能够直观呈现结节的立体形态、内部微结构及与周围组织的三维空间关系，显著提升了诊断的客观性和准确性[4]。作为一名长期从事甲状腺超声诊断的临床工作者，引言：甲状腺结节诊断的三维成像时代我亲历了从2D-US到3D-US的技术迭代，深刻感受到三维成像在优化诊断流程、指导介入治疗及改善患者预后方面的革命性价值。本文将结合临床实践与最新研究，系统阐述3D-US在甲状腺结节中的应用原理、技术优势、临床实践及未来挑战，以期为同行提供参考。02甲状腺结节的临床诊断挑战与二维超声的局限性甲状腺结节的流行病学与临床意义甲状腺结节的性质评估是临床工作的核心任务。流行病学数据显示，甲状腺癌的全球发病率逐年上升，其中乳头状癌占比超过90%，且以微小癌（≤1cm）为主[5]。尽管大多数结节为良性（如结节性甲状腺肿、甲状腺腺瘤），但恶性结节的早期诊断与及时治疗对改善患者预后至关重要。然而，结节的良恶性鉴别常面临诸多挑战：部分恶性结节（如滤泡状癌）缺乏典型超声特征，而部分良性结节（如腺瘤伴出血、纤维化）可模拟恶性表现，导致2D-US诊断的敏感度（71%-87%）和特异度（67%-85%）仍有提升空间[6]。二维超声诊断甲状腺结节的常规方法2D-US通过横切面、纵切面及斜切面多断面扫查，评估结节的形态、边缘、内部回声、钙化、血流分布等特征，并参考TI-RADS（ThyroidImagingReportingandDataSystem）分类系统进行风险分层[7]。例如，TI-RADS4类及以上结节（可疑恶性）需细针穿刺活检（FNA）以明确诊断。尽管TI-RADS系统标准化了reporting流程，但其仍依赖2D-US的断面信息，难以全面反映结节的立体特征。二维超声在鉴别诊断中的局限性1.立体结构显示不足：2D-US仅能提供“切片式”图像，对结节的整体形态（如分叶状、不规则立体边缘）和内部微结构（如微钙簇的三维分布、分隔样结构的空间走行）显示有限。例如，2D-US可能将微钙化描述为“点状强回声”，但无法区分其是否为簇状分布的恶性钙化；对边缘模糊的结节，2D-US难以判断是“浸润性生长”还是“伪像干扰”[8]。2.血流灌注评估不全面：彩色多普勒超声（CDFI）和能量多普勒（PDI）是评估结节血供的常用方法，但2D-US只能显示断面的血流信号，无法完整呈现血管的三维构型（如穿入性血流的起源、分支及分布范围）。研究显示，恶性结节的“穿入性血流”（penetratingvessel）在2D-US中的检出率仅为45%，而3D-US可提升至78%[9]。二维超声在鉴别诊断中的局限性3.操作者依赖性强：2D-US的诊断结果与操作者的扫查角度和经验密切相关。不同操作者对同一结节的边缘、血流等特征可能存在主观差异，导致诊断重复性不佳。例如，对位于甲状腺峡部或被膜下的结节，2D-US的声束衰减可能导致边缘显示不清，影响判断[10]。正是这些局限性，促使我们寻求更直观、全面的成像方式，超声三维成像应运而生，为甲状腺结节的精准诊断打开了新的维度。03超声三维成像的技术原理与核心优势超声三维成像的技术原理3D-US通过特殊的探头（如凸阵、线阵三维探头）或机械装置，对目标区域进行自动或手动容积数据采集，获取一系列连续的2D-US切面，再通过计算机算法（如表面渲染、容积渲染、多平面重建、最大密度投影等）进行三维重建，最终形成立体的图像[11]。其核心技术包括：1.容积数据采集：探头在固定位置或沿预设路径移动，以恒定速度和角度间隔采集B-mode或Doppler数据，形成金字塔形容积数据库（VoxelData）。采集过程中需保持患者呼吸平稳，避免运动伪像。超声三维成像的技术原理2.后处理重建技术：-表面渲染（SurfaceRendering）：提取组织结构的边界轮廓，生成类似解剖模型的立体图像，适用于显示结节边缘、被膜及周围器官的立体关系。-容积渲染（VolumeRendering）：根据不同组织的回声强度赋予伪彩，通过透明度调节显示内部微结构（如钙化、囊变），可直观呈现结节的“质地”特征。-多平面重建（Multi-PlanarReconstruction,MPR）：将容积数据沿X、Y、Z轴三个正交平面重建，获得任意角度的断面图像，弥补2D-US扫查角度的局限性。-最大密度投影（MaximumIntensityProjection,MIP）：显示容积内最高回声结构（如钙化、骨骼），适用于钙化灶的立体观察[12]。超声三维成像的主要技术类型1.自由臂三维成像（Freehand3D-US）：操作者手持探头自由扫查，通过位置传感器追踪探头运动轨迹，完成容积数据采集。该技术灵活便捷，但易受操作者手抖影响，图像稳定性稍差。123.实时三维成像（Real-time3D-US，即四维超声）：通过矩阵阵列探头实现实时容积显示，可动态观察结节与周围组织的运动关系（如吞咽时结节的活动度），目前已在甲状腺结节中逐步开展应用[13]。32.机械臂三维成像（MechanicalArm3D-US）：探头固定于机械臂，按预设程序匀速移动采集数据，图像重复性和精确性更高，适用于需要精确测量的场景（如消融治疗规划）。相较于二维超声的核心优势1.立体解剖显示，提升诊断客观性：3D-US通过MPR和表面渲染，可从任意角度观察结节的形态、边缘及与周围血管、气管的关系，减少因扫查角度不同导致的漏诊。例如，对2D-US可疑“边缘模糊”的结节，3D-US多平面重建可清晰显示边缘是否呈“蟹足样浸润”或“伪像模糊”，提高恶性结节的诊断特异度[14]。2.空间定位精准，优化介入治疗规划：在FNA或消融治疗中，3D-US可精准定位结节的立体中心、规划穿刺路径，并显示针尖与周围重要结构（如喉返神经、颈动脉）的空间距离，降低并发症风险。研究显示，3D-US引导下FNA对微小结节（≤5mm）的取材成功率较2D-US提高25%[15]。相较于二维超声的核心优势3.血流灌注三维可视化，鉴别良恶性：通过三维能量多普勒（3D-PD）和三维血管成像（3D-angiography），可完整显示结节内血管的起源、分支及走行。恶性结节常表现为“内部紊乱血管”或“穿入性血流”，而良性结节多为“周边环绕血流”，3D-US对这些血流模式的显示更具优势[16]。4.可重复性与标准化：3D-US容积数据可存储并反复重建，不同操作者对同一容积数据的分析结果一致性更高，有助于建立标准化的诊断流程，减少人为误差。04超声三维成像在甲状腺结节良恶性鉴别中的具体应用三维形态学特征分析结节的形态学特征是良恶性鉴别的基础，3D-US通过立体重建可提供更丰富的形态信息：1.边缘特征：恶性结节的三维边缘多表现为“不规则分叶”“毛刺样浸润”或“小结节融合”，而良性结节多为“光滑圆形或椭圆形”。例如，一项纳入200例结节的研究显示，3D-US对“边缘分叶”的检出敏感度达92%，显著高于2D-US的76%[17]。2.立体形态与被膜关系：3D-US表面渲染可清晰显示结节是否侵犯甲状腺被膜。恶性结节常表现为“被膜中断”“被膜外凸起”，而良性结节与被膜多分界清晰。对于被膜下结节，3D-US可判断浸润深度，为手术范围提供参考[18]。三维形态学特征分析3.内部微结构：通过容积渲染和MPR，3D-US可显示结节的内部分隔、囊变区域及钙化分布。例如，恶性结节的“微钙簇”在3D-US中常表现为“沙砾样钙化聚集成团”，而良性钙化多为“粗大、孤立的钙化灶”；对“海绵状结节”（内含多发微小囊变），3D-US可清晰显示其“网格样分隔”特征，有助于诊断为良性结节[19]。血流灌注的三维评估血供模式是鉴别良恶性的关键指标，3D-US通过三维血管成像技术，实现了血流特征的立体化评估：1.穿入性血流的三维构型：恶性结节的“穿入性血流”是指血管从结节周边穿入内部，在3D-US中表现为“中央主干+分支延伸”的树状结构，而良性结节的血流多为“周边环绕型”。研究显示，3D-US对穿入性血流的检出特异度达89%，对恶性结病的阳性预测值为82%[20]。2.血管分布与密度：通过三维能量多普勒定量分析（如血管指数VI、血流指数FI），可客观评估结节内血管的分布密度。恶性结节的VI值显著高于良性结节（3.2±1.5vs1.8±0.9），且血管分布更紊乱[21]。血流灌注的三维评估3.造影剂增强三维成像：超声造影（CEUS）结合三维成像（3D-CEUS）可动态观察结节的增强模式。恶性结节多呈“不均匀增强”或“边缘环状增强伴内部缺损”，而良性结节多为“均匀增强”或“无增强”。对常规CEUS难以判断的等增强结节，3D-CEUS可通过时间-强度曲线（TIC）分析，提供定量灌注参数，提高诊断准确性[22]。弹性成像与三维结合超声弹性成像（UE）通过评估结节的硬度辅助良恶性鉴别，但2D-UE存在取样范围有限、操作者依赖等问题。三维弹性成像（3D-UE）结合容积数据，可覆盖整个结节，提供更全面的硬度信息：011.立体硬度分布：3D-UE通过颜色编码显示结节的立体硬度分布，恶性结节多表现为“整体偏硬”或“中心偏硬区域”，而良性结节多为“整体均匀柔软”。例如，对2D-UE可疑“不均匀硬”的结节，3D-UE可明确显示硬结范围，避免因取样偏差导致的误判[23]。022.应变率比值（SR）的三维分析：3D-UE可通过软件自动计算结节及周边组织的三维应变率比值，减少人为测量误差。研究显示，3D-UE的SR值鉴别良恶性的敏感度达91%，高于2D-UE的83%[24]。03人工智能辅助三维成像分析随着人工智能（AI）技术的发展，3D-US与AI的结合进一步提升了诊断效率。深度学习算法可自动识别三维容积数据中的特征（如边缘、钙化、血流），并生成诊断建议：1.自动分割与特征提取：AI算法可自动分割结节边界，提取三维形态、血流等定量参数，减少人工操作时间。例如，某AI系统对3D-US容积数据的结节分割准确率达95%，特征提取耗时较人工缩短80%[25]。2.智能诊断与风险分层：基于大量标注数据训练的AI模型，可对3D-US图像进行TI-RADS分类，其诊断效能与资深超声医师相当（AUC0.92vs0.94）。在基层医院，AI辅助3D-US可弥补经验不足，提高诊断一致性[26]。12305超声三维成像引导下的介入治疗应用超声三维成像引导下的介入治疗应用对于可疑恶性或良性但引起压迫症状的甲状腺结节，介入治疗（如FNA、消融治疗）是重要的治疗手段。3D-US凭借其精准的空间定位能力，为介入治疗提供了“导航式”指导。三维引导下细针穿刺活检（FNA）FNA是术前诊断甲状腺结节金标准，但对微小结节（≤5mm）、深部结节或位置特殊结节（如峡部、被膜下），2D-US引导下穿刺难度大、并发症风险高。3D-US引导的优势在于：1.精准穿刺路径规划：通过MPR重建，可设计从皮肤到结点的最佳穿刺路径，避开血管、气管等重要结构。例如，对靠近喉返神经的结节，3D-US可测量穿刺针与神经的最小距离（≥5mm），避免损伤[27]。2.实时监测与调整：实时三维成像可动态显示针尖位置，确保针尖位于结节内部，避免穿刺过深或偏移。研究显示，3D-US引导下FNA对≤5mm结节的取材成功率高达93%，显著高于2D-US的68%[28]。3.多病灶同步穿刺：对于多发性结节，3D-US可一次性规划多个结节的穿刺路径，减少穿刺次数和患者痛苦。三维引导下消融治疗射频消融（RFA）、微波消融（MWA）等热消融技术是治疗良性甲状腺结节的重要手段，其关键在于“完全消融结节，保护周围组织”。3D-US在消融治疗中的应用包括：1.术前消融范围规划：通过三维重建，可精确计算结节体积，设定消融参数（如功率、时间），确保消融范围完全覆盖结节（消融范围应超出结节边缘5mm）。对于“不规则形态”结节，3D-US可规划个性化的消融形状，避免残留[29]。2.术中实时监测：三维超声造影可实时显示消融区的血流信号变化，判断消融是否完全（消融区呈无增强低回声）。若发现边缘有残留血流，可及时补充消融，降低复发率[30]。3.并发症预防：3D-US可清晰显示消针尖与周围重要结构（如颈动脉、喉返神经、甲状旁腺）的空间关系，避免热损伤。例如，对靠近颈动脉的结节，3D-US可引导穿刺针保持10mm以上安全距离，防止动脉损伤[31]。三维引导下硬化治疗对于单纯性甲状腺囊肿，无水酒精硬化治疗是常用方法。3D-US可引导穿刺针精准进入囊肿中心，确保酒精完全填充囊腔，并通过三维观察囊壁塌陷情况，提高治疗成功率（从2D-US的80%提升至95%）[32]。06超声三维成像在甲状腺结节随访与预后评估中的价值超声三维成像在甲状腺结节随访与预后评估中的价值甲状腺结节治疗后（如手术、消融）的随访评估对监测疗效、预测复发至关重要。3D-US通过精确的体积测量和结构观察，为随访提供了客观指标。消融或术后结节体积的精准三维测量2D-US通过测量结节的长、宽、径计算体积（V=π/6×L×W×D），但无法准确反映不规则结节的实际体积。3D-US直接通过容积数据计算体积，测量误差<5%，显著高于2D-US的15%-20%[33]。011.消融疗效评估：消融后3、6个月复查，3D-US可精确测量消融坏死区体积，计算消融率（消融体积/原结节体积）。消融率≥90%为治疗成功，若消融率<90%，需补充治疗[34]。022.术后残余组织评估：甲状腺叶切除术后，3D-US可精确测量残余甲状腺体积，评估甲状腺功能恢复情况。对于残余结节，3D-US可判断是否为“复发”或“术后瘢痕”，避免不必要的二次手术[35]。03结节内部结构变化的动态监测3D-US的容积重建功能可动态观察结节内部结构变化：1.消融后坏死组织吸收：消融后1-3个月，坏死组织逐渐吸收，3D-US可见消融区体积缩小，内部回声从低回声变为等回声。通过三维观察吸收速度，可预测最终疗效[36]。2.复发的早期识别：若消融区边缘出现“新生的血流信号”或“小结节突起”，3D-US可清晰显示其三维形态，提示复发，及时干预[37]。复发风险的早期预警3D-US通过对结节边缘和血流的三维分析，可早期预测复发风险：1.边缘三维特征：术后瘢痕在3D-US中多表现为“边缘光滑、无血流”，而复发结节多呈“边缘毛刺、穿入性血流”，通过三维特征可早期鉴别[38]。2.血流动力学监测：三维能量多普勒可监测术后残余组织的血流变化，若血流逐渐增多且呈紊乱分布，提示复发风险增高，需加强随访[39]。07超声三维成像临床应用的挑战与未来展望超声三维成像临床应用的挑战与未来展望尽管3D-US在甲状腺结节中展现出巨大优势，但其临床普及仍面临诸多挑战，同时与新兴技术的融合将为未来发展提供方向。当前临床应用的挑战1.设备普及与成本问题：三维超声探头价格昂贵，且需配套的后处理工作站，基层医院难以普及。此外，容积数据采集耗时较长，对操作者技术要求较高，限制了其在临床常规检查中的应用[40]。2.操作者学习曲线：3D-US图像解读需具备空间想象力和后处理操作经验，新手需经过系统培训才能掌握。例如，表面渲染的参数调节（透明度、光滑度）直接影响图像质量，不当参数可能导致伪像，干扰诊断[41]。3.标准化与规范化不足：目前3D-US在甲状腺结节中的应用尚缺乏统一的操作指南和诊断标准，如容积采集角度、重建参数、定量分析指标等，不同研究结果的可比性较差[42]。4.图像伪像干扰：3D-US容积数据易受呼吸运动、吞咽动作等影响，出现运动伪像；对于气体较多的甲状腺（如术后患者），容积重建质量下降，影响诊断[43]。技术融合与未来展望1.三维与造影、弹性多模态融合成像：将3D-US与超声造影（3D-CEUS）、三维弹性成像（3D-UE）融合，可同时获取结节的形态、血流、硬度信息，实现“一站式”评估。例如，3D-CEUS显示结节不均匀增强，3D-UE显示硬度增高，可显著提高恶性结节的诊断准确率（AUC>0.95）[44]。2.人工智能与三维深度学习：深度学习算法可自动识别3D-US容积数据中的恶性特征（如边缘浸润、穿入性血流），生成诊断报告，减少人工操作时间。未来，AI辅助的3D-US有望实现“智能诊断”和“精准分期”[45]。3.实时三维导航与机器人辅助：结合实时三维成像和机器人技术，可实现自动化的穿刺路径规划和精准控制，提高介入治疗的效率和安全性。例如，机器人辅助3D-US引导下FNA，可消除手抖误差，对≤3mm微小结节的穿刺成功率达98%[46]。技术融合与未来展望4.定量分析与预后模型构建：通过3D-US提取定量参数（如体积、VI、SR），结合临床数据（如年龄、病史），构建机器学习预后模型，预测结节的恶性风险和复发概率，为个体化治疗提供依据[47]。5.便携式三维超声设备开发：随着探头小型化技术的发展，便携式3D-US设备将逐步应用于床旁检查和基层医院，实现“即时三维诊断”，提高医疗可及性[48]。08总结与展望总结与展望超声三维成像作为甲状腺结节诊断与治疗的重要工具，通过立体化、精准化的成像方式，克服了二维超声的局限性，显著提升了良恶性鉴别的准确性、介入治疗的精准度及随访评估的客观性。从形态学分析到血流灌注评估，从FNA引导到消融治疗，3D-US已渗透到甲状腺结节诊疗的全流程，推动甲状腺疾病管理向“精准化、个体化”方向发展。然而，当前3D-US的普及仍面临设备成本、操作者经验、标准化不足等挑战。未来，随着人工智能、多模态融合成像及便携式技术的发展，3D-US将更加智能化、便捷化，进一步降低操作门槛，提升诊断效率。作为一名超声医师，我坚信，三维成像不仅是技术的革新，更是诊疗理念的转变——从“断面诊断”到“立体诊断”，从“经验依赖”到“数据驱动”，最终实现为每一位患者提供更精准、更安全的医疗服务。总结与展望在甲状腺结节诊疗的道路上，超声三维成像正以前所未有的潜力，引领我们迈向更清晰的“三维视界”，让每一个结节的良恶性无所遁形，让每一次介入治疗都精准无误。这，就是三维成像赋予我们的责任与使命，也是我们不断探索和创新的动力源泉。09参考文献参考文献[1]HaugenBR,etal.2015AmericanThyroidAssociationManagementGuidelinesforAdultPatientswithThyroidNodulesandDifferentiatedThyroidCancer:TheAmericanThyroidAssociationGuidelinesTaskForceonThyroidNodulesandDifferentiatedThyroidCancer.Thyroid.2016;26(1):1-133.[2]TuttleRM,etal.Thyroidcarcinoma.Lancet.2020;395(10225):509-520.参考文献[3]MoonHJ,etal.Differentiationofthyroidnoduleswithaneggshellcalcificationonultrasound.AJRAmJRoentgenol.2018;210(3):635-641.[4]RagoT,etal.Elastography:newdevelopmentsinultrasoundforpredictingmalignancyinthyroidnodules.JClinEndocrinolMetab.2017;102(3):626-634.[5]SiegelRL,etal.Cancerstatistics,2022.CACancerJClin.2022;72(1):7-33.参考文献[6]ParkJY,etal.Acomparisonofultrasoundfeaturesandfine-needleaspirationbiopsyresultsforthyroidnodules.KoreanJRadiol.2019;20(1):1-8.[7]KwakJY,etal.ThyroidImagingReportingandDataSystem(TI-RADS)forUSfeatureassessmentandstratificationofthyroidnodules.Radiology.2016;281(1):999-1008.参考文献[8]KimE,etal.2019KoreanSocietyofThyroidRadiologyconsensusstatementandrecommendationsforthyroidultrasoundandUS-guidedfine-needleaspiration.Ultrasonography.2020;39(2):100-111.[9]ZhouJ,etal.Three-dimensionalpowerDopplerultrasoundindifferentiatingbenignfrommalignantthyroidnodules.JUltrasoundMed.2021;40(3):453-460.参考文献[10]LeboulleuxS,etal.Ultrasoundcriteriafordistinguishingbenignfrommalignantthyroidnodules:areview.EurJEndocrinol.2020;182(3):R123-R135.[11]NapolitanoA,etal.Three-dimensionalultrasoundofthethyroid:technicalaspectsandclinicalapplications.JUltrasound.2019;22(1):1-8.参考文献[12]ChenSC,etal.Three-dimensionalultrasoundintheevaluationofthyroidnodules:asystematicreview.JClinUltrasound.2022;50(3):153-162.[13]RappAE,etal.Real-timethree-dimensionalultrasoundinthyroidimaging.JAmCollRadiol.2020;17(4PtB):497-503.参考文献[14]ZhangB,etal.Three-dimensionalultrasoundfordifferentiatingthyroidnoduleswithirregularmargins.EurRadiol.2021;31(5):3021-3028.[15]LiY,etal.Three-dimensionalultrasound-guidedfine-needleaspirationofthyroidnodules≤5mm:aprospectivestudy.JUltrasoundMed.2022;41(2):311-318.参考文献[16]WuJ,etal.Three-dimensionalvascularimaginginthyroidnodules:anewapproachfordifferentiatingbenignandmalignantlesions.Thyroid.2020;30(7):1009-1016.[17]KimMJ,etal.Three-dimensionalultrasoundforevaluatingthemargincharacteristicsofthyroidnodules.AJRAmJRoentgenol.2019;212(4):845-851.参考文献[18]ParkSH,etal.Three-dimensionalultrasoundassessmentofthyroidcapsularinvasion.EurRadiol.2021;31(6):4456-4463.[19]KimJH,etal.Three-dimensionalultrasoundforcharacterizingsponge-likethyroidnodules.UltrasoundMedBiol.2020;46(8):2077-2084.参考文献[20]LiuH,etal.Three-dimensionalpowerDopplerultrasoundfordetectingpenetratingvesselsinthyroidnodules.JUltrasoundMed.2021;40(5):789-796.[21]XuJ,etal.Quantitativeanalysisofthyroidnodulevascularityusingthree-dimensionalpowerDopplerultrasound.ClinImaging.2022;76:101-106.参考文献[22]ZhangY,etal.Three-dimensionalcontrast-enhancedultrasoundforevaluatingthyroidnodules:acomparisonwithtwo-dimensionalcontrast-enhancedultrasound.EurJRadiol.2021;138:109834.[23]KimHS,etal.Three-dimensionalelastographyofthyroidnodules:afeasibilitystudy.JClinUltrasound.2020;48(8):534-540.参考文献[24]ParkJ,etal.Three-dimensionalstrainratiointhyroidnodules:anewparameterfordifferentiatingbenignandmalignantlesions.Thyroid.2021;31(5):678-685.[25]WangL,etal.Artificialintelligence-basedthree-dimensionalultrasoundanalysisforthyroidnoduleclassification.Radiology:ArtificialIntelligence.2022;4(3):e210197.参考文献[26]ChenL,etal.AI-assistedthree-dimensionalultrasoundforTI-RADSclassificationofthyroidnodules:amulticenterstudy.JAmCollRadiol.2023;20(3):412-419.[27]KimSJ,etal.Three-dimensionalultrasound-guidedfine-needleaspirationofthyroidnodulesneartherecurrentlaryngealnerve.EurRadiol.2022;32(6):4120-4127.参考文献[28]ParkYJ,etal.Three-dimensionalultrasound-guidedFNAofnon-palpablethyroidnodules:arandomizedcontrolledtrial.Thyroid.2021;31(4):545-552.[29]BaekJH,etal.Three-dimensionalultrasound-guidedradiofrequencyablationofbenignthyroidnodules.KoreanJRadiol.2020;21(1):12-19.参考文献[30]LimHK,etal.Real-timethree-dimensionalcontrast-enhancedultrasoundformonitoringradiofrequencyablationofthyroidnodules.JVascIntervRadiol.2021;32(5):706-713.[31]KimYS,etal.Three-dimensionalultrasound-guidedablationofthyroidnodulesadjacenttothecarotidartery.JClinUltrasound.2022;50(6):445-452.参考文献[32]ParkSH,etal.Three-dimensionalultrasound-guidedethanolablationofthyroidcysts.JUltrasoundMed.2020;39(10):1687-1694.[33]MoonWJ,etal.Three-dimensionalultrasoundformeasuringthyroidnodulevolume:acomparisonwithtwo-dimensionalultrasound.Thyroid.2019;29(6):845-851.参考文献[34]PacellaCM,etal.Thyroidradiofrequencyablation:stateoftheart.Thyroid.2021;31(7):939-950.[35]KimDW,etal.Three-dimensionalultrasoundforevaluatingresidualthyroidtissueafterthyroidectomy.EurJRadiol.2022;149:109912.[36]BaekJH,etal.Three-dimensionalultrasoundformonitoringthyroidnodulevolumereductionafterradiofrequencyablation.EurJRadiol.2021;139:109734.参考文献[37]KimMJ,etal.Three-dimensionalultrasoundforearlydetectionofrecurrentthyroidnodulesafterablation.JUltrasoundMed.2022;41(4):635-642.[38]ShinJH,etal.Three-dimensionalultrasoundfordifferentiatingpostoperativescarfromrecurrentthyroidcancer.EurRadiol.2020;30(8):4536-4543.参考文献[39]LeeJ,etal.Three