The technical part of these Guidelines and Recommendations, produced under the auspices of EFSUMB, provides an introduction to the physical principles and technology on which all forms of current commercially available ultrasound elastography are based. A difference in shear modulus is the common underlying physical mechanism that provides tissue contrast in all elastograms. The relationship between the alternative technologies is considered in terms of the method used to take advantage of this. The practical advantages and disadvantages associated with each of the techniques are described, and guidance is provided on optimisation of scanning technique, image display, image interpretation and some of the known image artefacts.

Initially, a set of guidelines for the use of ultrasound contrast agents was published in 2004 dealing only with liver applications. A second edition of the guidelines in 2008 reflected changes in the available contrast agents and updated the guidelines for the liver, as well as implementing some non-liver applications. Time has moved on, and the need for international guidelines on the use of CEUS in the liver has become apparent. The present document describes the third iteration of recommendations for the hepatic use of contrast enhanced ultrasound (CEUS) using contrast specific imaging techniques. This joint WFUMB-EFSUMB initiative has implicated experts from major leading ultrasound societies worldwide. These liver CEUS guidelines are simultaneously published in the official journals of both organizing federations (i.e., Ultrasound in Medicine and Biology for WFUMB and Ultraschall in der Medizin/European Journal of Ultrasound for EFSUMB). These guidelines and recommendations provide general advice on the use of all currently clinically available ultrasound contrast agents (UCA). They are intended to create standard protocols for the use and administration of UCA in liver applications on an international basis and improve the management of patients worldwide.

Abstract The updated version of the EFSUMB guidelines on the application of non-hepatic contrast-enhanced ultrasound (CEUS) deals with the use of microbubble ultrasound contrast outside the liver in the many established and emerging applications.

The World Federation for Ultrasound in Medicine and Biology (WFUMB) has produced these guidelines for the use of elastography techniques in liver disease. For each available technique, the reproducibility, results, and limitations are analyzed, and recommendations are given. Finally, recommendations based on the international literature and the findings of the WFUMB expert group are established as answers to common questions. The document has a clinical perspective and is aimed at assessing the usefulness of elastography in the management of liver diseases.

Key words contrast agent - liver - urinary - v. ureteric reflux - pancreas - trauma - transcranial US

To compare, in a pilot study, acoustic radiation force impulse (ARFI) imaging technology integrated into a conventional ultrasonography (US) system with both transient elastography (TE) and serologic fibrosis marker testing for the noninvasive assessment of liver fibrosis.Informed consent was obtained from all subjects, and the local ethics committee approved the study. ARFI imaging involved the mechanical excitation of tissue with use of short-duration acoustic pulses to generate localized displacements in tissue. The displacements resulted in shear-wave propagation, which was tracked by using US correlation-based methods and recorded in meters per second. Eighty-six patients with chronic viral hepatitis underwent TE, ARFI imaging, and serum fibrosis marker testing. Results were compared with liver biopsy findings, which served as the reference standard.ARFI imaging (rho = 0.71), TE (rho = 0.73), and serum fibrosis marker test (rho = 0.66) results correlated significantly with histologic fibrosis stage (P < .001). Median ARFI velocities ranged from 0.84 to 3.83 m/sec. Areas under the receiver operating characteristic curve for the accuracy of ARFI imaging, TE, and serum fibrosis marker testing were 0.82, 0.84, and 0.82, respectively, for the diagnosis of moderate fibrosis (histologic fibrosis stage, > or = 2) and 0.91, 0.91, and 0.82, respectively, for the diagnosis of cirrhosis.ARFI imaging is a promising US-based method for assessing liver fibrosis in chronic viral hepatitis, with diagnostic accuracy comparable to that of TE in this preliminary study.http://radiology.rsnajnls.org/cgi/content/full/252/2/595/DC1.

Initially, a set of guidelines for the use of ultrasound contrast agents was published in 2004 dealing only with liver applications. A second edition of the guidelines in 2008 reflected changes in the available contrast agents and updated the guidelines for the liver, as well as implementing some non-liver applications. Time has moved on, and the need for international guidelines on the use of CEUS in the liver has become apparent. The present document describes the third iteration of recommendations for the hepatic use of contrast enhanced ultrasound (CEUS) using contrast specific imaging techniques. This joint WFUMB-EFSUMB initiative has implicated experts from major leading ultrasound societies worldwide. These liver CEUS guidelines are simultaneously published in the official journals of both organizing federations (i.e., Ultrasound in Medicine and Biology for WFUMB and Ultraschall in der Medizin/European Journal of Ultrasound for EFSUMB). These guidelines and recommendations provide general advice on the use of all currently clinically available ultrasound contrast agents (UCA). They are intended to create standard protocols for the use and administration of UCA in liver applications on an international basis and improve the management of patients worldwide.

The present, updated document describes the fourth iteration of recommendations for the hepatic use of contrast-enhanced ultrasound, first initiated in 2004 by the European Federation of Societies for Ultrasound in Medicine and Biology. The previous updated editions of the guidelines reflected changes in the available contrast agents and updated the guidelines not only for hepatic but also for non-hepatic applications. The 2012 guideline requires updating as, previously, the differences in the contrast agents were not precisely described and the differences in contrast phases as well as handling were not clearly indicated. In addition, more evidence has been published for all contrast agents. The update also reflects the most recent developments in contrast agents, including U.S. Food and Drug Administration approval and the extensive Asian experience, to produce a truly international perspective. These guidelines and recommendations provide general advice on the use of ultrasound contrast agents (UCAs) and are intended to create standard protocols for the use and administration of UCAs in liver applications on an international basis to improve the management of patients.

Background Deep learning (DL) algorithms are gaining extensive attention for their excellent performance in image recognition tasks. DL models can automatically make a quantitative assessment of complex medical image characteristics and achieve increased accuracy in diagnosis with higher efficiency. Purpose To determine the feasibility of using a DL approach to predict clinically negative axillary lymph node metastasis from US images in patients with primary breast cancer. Materials and Methods A data set of US images in patients with primary breast cancer with clinically negative axillary lymph nodes from Tongji Hospital (974 imaging studies from 2016 to 2018, 756 patients) and an independent test set from Hubei Cancer Hospital (81 imaging studies from 2018 to 2019, 78 patients) were collected. Axillary lymph node status was confirmed with pathologic examination. Three different convolutional neural networks (CNNs) of Inception V3, Inception-ResNet V2, and ResNet-101 architectures were trained on 90% of the Tongji Hospital data set and tested on the remaining 10%, as well as on the independent test set. The performance of the models was compared with that of five radiologists. The models' performance was analyzed in terms of accuracy, sensitivity, specificity, receiver operating characteristic curves, areas under the receiver operating characteristic curve (AUCs), and heat maps. Results The best-performing CNN model, Inception V3, achieved an AUC of 0.89 (95% confidence interval [CI]: 0.83, 0.95) in the prediction of the final clinical diagnosis of axillary lymph node metastasis in the independent test set. The model achieved 85% sensitivity (35 of 41 images; 95% CI: 70%, 94%) and 73% specificity (29 of 40 images; 95% CI: 56%, 85%), and the radiologists achieved 73% sensitivity (30 of 41 images; 95% CI: 57%, 85%; P = .17) and 63% specificity (25 of 40 images; 95% CI: 46%, 77%; P = .34). Conclusion Using US images from patients with primary breast cancer, deep learning models can effectively predict clinically negative axillary lymph node metastasis. Artificial intelligence may provide an early diagnostic strategy for lymph node metastasis in patients with breast cancer with clinically negative lymph nodes. Published under a CC BY 4.0 license. Online supplemental material is available for this article. See also the editorial by Bae in this issue.

AIM:To evaluate the ability of endoscopic ultrasound (EUS) elastography to distinguish benign from malignant pancreatic masses and lymph nodes. METHODS:A multicenter study was conducted and included 222 patients who underwent EUS examination with assessment of a pancreatic mass (n = 121) or lymph node (n = 101).The classification as benign or malignant, based on the real time elastography pattern, was compared with the classification based on the B-mode EUS images and with the final diagnosis obtained by EUS-guided fine needle aspiration (EUS-FNA) and/or by surgical pathology.An interobserver study was performed. RESULTS:The sensitivity and specificity of EUS elastography to differentiate benign from malignant pancreatic lesions are 92.3% and 80.0%, respectively, compared to 92.3% and 68.9%, respectively, for the conventional B-mode images.The sensitivity and specificity of EUS elastography to differentiate benign from malignant lymph nodes was 91.8% and 82.5%, respectively, compared to 78.6% and 50.0%, respectively, for the B-mode images.The kappa coefficient was 0.785 for the pancreatic masses and 0.657 for the lymph nodes.CONCLUSION: EUS elastography is superior compared to conventional B-mode imaging and appears to be able to distinguish benign from malignant pancreatic masses and lymph nodes with a high sensitivity, specificity and accuracy.It might be reserved as a second line examination to help characterise pancreatic masses after negative EUS-FNA and might increase the yield of EUS-FNA for lymph nodes.