مقالة منهجية

الكشف عن تشويه المعمارية في تصوير الثدي بالأشعة السينية قبل عبر تحليل أنماط الموجه

DOI:

10.3791/50341

⸱

أغسطس 30, 2013

 ,  , 
1Department of Electrical and Computer Engineering, Schulich School of Engineering, University of Calgary , 2Department of Radiology, University of Calgary

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ونحن لشرح الطرق للكشف عن تشويه المعمارية في تصوير الثدي بالأشعة السينية السابقة. ويتم تحليل الهياكل الموجهة باستخدام مرشحات غابور وصور المرحلة للكشف عن مواقع يشع أنماط الأنسجة. يتميز كل موقع وتصنيفها باستخدام تدابير لتمثيل أنماط spiculating. يجب أساليب مساعدة في الكشف عن سرطان الثدي.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ونحن لشرح الطرق للكشف عن تشويه المعمارية في تصوير الثدي بالأشعة السينية مسبقة من الحالات الفاصل الزمني للسرطان يعتمد على تحليل توجهات أنماط نسيج الثدي في تصوير الثدي بالأشعة السينية. نحن نفترض أن تشويه المعمارية يعدل التوجه الطبيعي للأنماط نسيج الثدي في الصور بالأشعة قبل تشكيل الجماهير أو الأورام. في الخطوات الأولية من طرقنا، والهياكل الموجهة في فحص الماموجرام نظرا يتم تحليلها باستخدام مرشحات غابور وصور المرحلة للكشف عن مواقع مثل عقدة يشع أو المتقاطعة أنماط الأنسجة. ثم يتميز كل موقع الكشف باستخدام قيمة عقدة، والبعد كسورية، ومقياس التشتت الزاوي التي صممت خصيصا لتمثيل أنماط spiculating المرتبطة التشويه المعماري.

تم اختبار أساليب لدينا مع قاعدة بيانات من 106 تصوير الثدي بالأشعة السينية مسبقة من 56 حالة سرطان فاصل و52 من 13 تصوير الثدي بالأشعة السينية الحالات العادية استخدام الخصائص المتقدمة لتوصيف تشويه المعمارية، تصنيف نمط عبر تحليل التمايز من الدرجة الثانية، والتحقق من صحة الإجراء مع إجازة مريض واحد. وفقا لنتائج المتلقي للاستجابة الحرة العاملة تحليل مميزة، وقد أثبتت أساليب لدينا القدرة على الكشف عن التشويه المعماري في تصوير الثدي بالأشعة السينية السابقة، اتخذت 15 شهرا (على المتوسط) قبل التشخيص السريري لسرطان الثدي، مع حساسية 80٪ في حوالي خمسة ايجابيات كاذبة لكل مريض.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

سرطان الثدي هو مرض الرئيسية التي تؤثر في النساء والسبب الرئيسي الثاني للوفاة بالسرطان بين النساء 1،2 المتعلقة. من أجل تحسين فرص البقاء على قيد الحياة والتشخيص للمرضى المتضررين من خلال العلاج الفعال في المراحل المبكرة من سرطان الثدي، ويحتاج هذا المرض ليتم الكشف في أقرب وقت ممكن. في تحليل بأثر رجعي من حالات سرطان الثدي، وقد لوحظت علامات خفية من تشوهات على تصوير الثدي بالأشعة السينية فحص المكتسبة سابقا 3،4. تشويه المعمارية هي واحدة مثل علامة بالأشعة المترجمة من المحتمل المراحل المبكرة من سرطان الثدي الذي يصعب اكتشاف 5،6. وصفت غامضة أنماط المرتبطة بها وتشويه للبنية طبيعية من الثدي مع عدم وجود واضح الشامل مرئية. يمكن أن يظهر تشويه المعمارية في المراحل الأولى من تشكيل كتلة أو ورم الثدي. نحن نفترض أن تصوير الثدي بالأشعة السينية وفحص تم الحصول عليها قبل الكشف عن سرطان الثدي جولد تحتوي على علامات خفية من مراحل مبكرة من سرطان الثدي، وخاصة، والتشويه المعماري.

الشكل 1A يظهر صورة بالأشعة مسبقة من حالة من سرطان الكشف عن الشاشة. ويرد منطقة شذوذ حددت من قبل أخصائي الأشعة (JELD) مع مستطيل أحمر. اتخذ الماموجرام قبل 24 شهرا قبل تصوير الثدي الكشف هو مبين في الشكل 1B. وقد أعلنت الماموجرام قبل أن تكون خالية من علامات السرطان في المقام الأصلي للفحص. في تحليل بأثر رجعي وبالمقارنة مع الماموجرام كشف، وهي منطقة المشبوهة ذات الصلة إلى موقع الإصابة بسرطان الكشف وصفت من قبل طبيب الأشعة، والمبينة في الحمراء على الماموجرام قبل. يحتوي على المنطقة المشبوهة علامات تشويه المعمارية، بما في ذلك الشويكات.

التشخيص (CAD) تقنيات ونظم بمساعدة الكمبيوتر تتيح إمكانية لتحقيق زيادة الحساسية في الكشف عن برياشارع السرطان 2،7-9. ومع ذلك، في المقارنة مع عدد من المنشورات التي توجد في الأدبيات على الكشف عن علامات أخرى من سرطان الثدي، مثل الجماهير وتكلسات، تم الإبلاغ عن عدد قليل فقط من الدراسات بشأن الكشف عن التشويه المعماري في حالة عدم وجود الكتلة المركزية 10-17. تم العثور على أنظمة CAD المتاحة تجاريا لأداء ضعيفا في الكشف عن التشويه المعماري 18. دراسات عن الكشف عن التشويه المعماري في تصوير الثدي بالأشعة السينية مسبقة من حالات الكشف عن الشاشة أو الفاصل الزمني للسرطان 3،4،19-22 يمكن أن يساعد في وضع استراتيجيات للكشف والعلاج من أمراض الثدي في مراحلها الأولى، وتؤدي إلى تحسن في التشخيص للمريض 23.

إعداد الصور للتجربة

وقد أجريت تجارب على 158 الصور بالأشعة بما في ذلك 106 من تصوير الثدي بالأشعة السينية قبل 56 الأفراد تشخيصالمصابات بسرطان الثدي و 52 صور 13 الأشخاص الطبيعيين. تم الحصول على الموافقة للدراسة الأخلاق من الصحة بحوث أخلاقيات المجلس الموحد، مكتب أخلاقيات الطبية، جامعة كالغاري، وهيئة الصحة الإقليمية كالغاري. تم الحصول على الصور من اختبار الشاشة: برنامج ألبرتا للاكتشاف المبكر لسرطان الثدي 21،24،25.

وصفت تصوير الثدي بالأشعة السينية المكتسبة في زيارة مقررة الماضي لبرنامج الفحص قبل تشخيص سرطان خارج برنامج الفحص قبل تصوير الثدي بالأشعة السينية كما من الحالات الفاصل الزمني للسرطان. كان تصوير الثدي بالأشعة السينية التشخيصية المقابلة غير متوفرة. جميع ولكن اثنين من تصوير الثدي بالأشعة السينية قبل 106 قد أعلنت أن تكون خالية من أي علامة على سرطان الثدي في وقت اقتنائها والتحليل في برنامج الفحص؛ ان الأفراد الموافق الأخريين تصوير الثدي بالأشعة السينية أحيلت لخزعة. الفاصل الزمني بين تشخيص السرطان وتصوير الثدي بالأشعة السينية قبل تراوحت من 1.5 شهرق إلى 24.5 شهرا، بمتوسط ​​15 شهرا والانحراف المعياري من 7 أشهر. وقد أدرجت كل من تصوير الثدي بالأشعة السينية مسبقة من الحالات الفاصل للسرطان المتوفرة في قاعدة البيانات في هذه الدراسة، باستثناء ست صور التي يمكن من خلالها تحديد أي أجزاء المشبوهة.

تم ترقيم وتصوير الثدي بالأشعة السينية الشاشة الفيلم في القرار المكانية من 50 ميكرون وقرار مقياس الرمادية من 12 بت لكل بكسل باستخدام الليزر الماسح الضوئي Lumiscan 85 (Lumisys، سانيفيل كاليفورنيا). والأشعة خبير متخصص في التصوير الشعاعي للثدي (JELD) بمراجعة كافة قبل تصوير الثدي بالأشعة السينية 106 من الحالات الفاصل الزمني للسرطان وتميز المناطق المشتبه في التشويه المعماري مع مربعات مستطيلة استنادا إلى التقارير المتاحة على التصوير أو خزعة لاحقة، أو عن طريق الفحص التفصيلي للتصوير الثدي بالأشعة السينية . من 106 صور بالأشعة قبل في مجموعة البيانات المستخدمة في الدراسة الحالية، 38 صور لها التشويه المعماري مرئية، والصور المتبقية تحتوي على 68 EV مشكوك فيها أو أي بوضوحIDENT تشويه المعمارية. يحتوي كل الماموجرام قبل موقع واحد من التشويه المعماري كما حددها مربع مستطيل رسمته الأشعة. متوسط ​​العرض والطول، ومساحة 106 أجزاء من الصور المشبوهة والتي تمثلت في الأشعة هي 56 مم، 39 مم، و2،274 مم 2، مع انحراف معياري 11.8 مم، 11.6 مم، و1073.9 مم 2، على التوالي.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. نظرة عامة على منهجية

في الإجراء لدينا، والكشف عن المواقع المحتملة للتشويه المعمارية في تصوير الثدي بالأشعة السينية تلقائيا عن طريق تحليل أنماط التكوينية الموجهة مع تطبيق البنك لغابور بتصفية 26 و النمذجة المرحلة وصور 11،27. ثم تتم معالجة المواقع اكتشافه من خلال خطوات استخراج الميزات أو تدابير لتميز التشويه المعماري، ووضع المصنف المدربين، وتطبيق لخوارزمية التعرف على الأنماط أو التصنيف. ولخص الإجراء الخطوات التالية 11،20،21:

  1. الجزء الجزء الثدي في الصورة بالأشعة معين باستخدام مستوى العتبة التكيف والانفتاح المورفولوجية.
  2. تطبيق مجموعة من 180 مرشحات غابور مع زوايا متباعدة بشكل متساو على نطاق -90 ° إلى +90 ° للحصول على صورة حجمها غابور، M (ط، ي)، وصورة زاوية غابور، θ(ط، ي)، من خلال تحديد الاستجابة وزاوية للمرشح وفقا لأعلى استجابة في كل بكسل، (ط، ي).
  3. تحديد الهياكل المنحنية (CLSS) من الفائدة، مثل الشويكات والأنسجة fibroglandular، من خلال تمييزها عن هياكل التباس، مثل حواف العضلات الصدرية، الأنسجة متني والحدود الثدي، والضوضاء، وذلك باستخدام مجال التوجيه، مجال التدرج، قمع nonmaximal (NMS) التقنية، وشروط إضافية 11.
  4. تحديد الحقل التوجه مع مرشح التمويه مع الانحراف المعياري 7 بكسل وأسفل عينة بمعامل أربع للحد من الضوضاء وزيادة المتطلبات الحسابية 11،20.
  5. تطبيق النمذجة الخطية مرحلة عمودي، مع نافذة تحليل انزلاق حجم 10 × 10 بكسل في 800 ميكرون / بكسل، مع بكسل واحد لكل خطوة، إلى الميدان التوجه تصفيتها، مع شروط معينة لتحديد خرائط التخلص صورة تتعلق بأنواع معينة من عقدة patteRNS 11،20.
  6. يدلي بصوته، إذا تم استيفاء شروط معينة، في موقف معين من قبل نقطة ثابتة لكل موضع إطار تحليل لتشكيل خريطة عقدة.
  7. تحديد خريطة عقدة مع نافذة التمويه من حجم 35 × 35 بكسل، مع انحراف معياري يحدد تجريبيا من 6 بكسل (4.8 ملم)، لتدعيم الأصوات على مقربة من بعضها البعض.
  8. تحليل الخريطة عقدة من القمم في خريطة عقدة يأمر رتبة.
  9. المناطق خفض الفائدة (رويس)، من حجم 128 × 128 بكسل إلا عند الحواف، من الصورة الأصلية، مع مركز كل ROI تقع في وسط ذروة ذات الصلة في الخريطة العقدة. في حواف الصورة يتم معالجتها، وخلق رويس لتشمل أكبر قدر من بيانات الصورة كما المتاحة في الإطار المحدد.
  10. تستمد الميزات أو تدابير لتوصيف أنماط spiculating المتعلقة تشويه المعمارية وفصلها عن أنماط الأنسجة الطبيعية التي اجتمعت بعض الشروط الأولية.
    11. <لى> وضع المصنف تدريب على التمييز بين ملامح المواقع مع تشويه المعمارية وتلك من أنماط الأنسجة الطبيعية باستخدام مجموعة تدريب رويس تصنف من قبل أخصائي الأشعة.
  11. تطبيق المصنف تدريبهم على مجموعة من حالات الاختبار والتحقق من النتائج مع التشخيص الذي قدمته الأشعة وبناء على الخزعة.

الخطوات 1-9 المذكورة أعلاه يتم تطبيقها تلقائيا إلى صورة بالأشعة معين. يتم وصف الخطوات مختارة من الإجراء المذكورة أعلاه والموضحة في المقاطع التالية.

2. تجهيزها الصور تصوير الثدي

تتكون المرحلة تجهيزها من الخطوات التالية:

  1. تحديد صورة بالأشعة نظرا باستخدام فلتر التمويه، مع انحراف معياري من 2 بكسل وحجم 13 × 13 بكسل في القرار 50 ميكرون / بكسل و 12 بت / بكسل، وأسفل العينة إلى 200 ميكرون / بكسل و 8 بت / بكسل القرار.
  2. تعكسالصورة إذا كان من حق الثدي.
  3. قطاع منطقة الثدي بالأشعة في الصورة باستخدام طريقة مستوى العتبة التكيف أوتسو وفتح الصرفية مع وجود عنصر هيكلة القرص على شكل نصف قطرها 25 بكسل (5 ملم في 200 ميكرون / بكسل) 21،28،29.
  4. كشف تقريبي 10،21 الحدود الثدي.

ويبين الشكل 2A على الماموجرام قبل الأصلي. الشكل 2B من نفس الرقم يظهر نتيجة لتجزئة تقريبي للجزء الثدي، والذي يستخدم في الخطوات اللاحقة من المعالجة والتحليل.

3. استخراج أنماط الموجه عن طريق غابور الفلاتر

يتم تحديد وظيفة حقيقية مرشح غابور المنحى في -90 درجة في عملنا كما 10،30:

figure-protocol-1
حيث & #963؛ σ x و y هما قيم الانحراف المعياري في اتجاهات و ص س، وƒ س هو التردد من جيباني؛ شبه جيبي تحوير. ويتم الحصول على مرشحات في زوايا أخرى من خلال تناوب هذه الوظيفة باستخدام تنسيق التحول على النحو التالي:

figure-protocol-2
حيث (س '، ص') هو مجموعة الإحداثيات تناوب عليها α زاوية.

وتستمد المعلمات في المعادلة 1 لتصوير الثدي بالأشعة السينية تصفية في عملنا من خلال الأخذ في الاعتبار متوسط ​​حجم أنماط نسيج الثدي ليتم الكشف على النحو التالي (10):

  1. دعونا Τ يكون العرض الكامل في نصف الحد الأقصى للمصطلح التمويه في المعادلة 1 على طول المحور س.
  2. دعونا Τ = 4 بكسل، المقابلة لسمك 0.8 ملم في حجم بكسل 200 ميكرون.
  3. حساب figure-protocol-3 .
  4. السماح للفترة من مصطلح جيب التمام يكون Τ، ثم، ƒ س = 1 / Τ.
  5. السماح للقيمة σ أن يعرف بأنه ذ ذ = σ lσ x، حيث يحدد ل استطالة للمرشح غابور في اتجاه y، بالمقارنة مع العرض من مرشح في اتجاه x. لتحليل تصوير الثدي بالأشعة السينية في 200 ميكرون / بكسل، واستخدام لتر = 8.

على البنك من 180 غابور الحقيقي مرشحات متباعدة بشكل متساو على نطاق -90 ° إلى +90 ° يستخدم في طرقنا للكشف عن أنماط المنحى في تصوير الثدي بالأشعة السينية 10، 21. لكل صورة معينة، صورة حجم غابور، M (ط، ي)، وصورة زاوية غابور، θ (ط، ي)، ويتم الحصول على رد باستخدام وزاوية من اله غابور التصفية وفقا لأعلى استجابة في كل بكسل، (ط، ي).

مرشح غابور لديه استجابة ضخامة غير صفرية في أصل الطائرة التردد (تردد صفر). لأن مكونات التردد المنخفض لا ترتبط إلى وجود تشويه المعمارية، فمن المستحسن للحد من تأثير مكونات التردد المنخفض للصورة بالأشعة في حجم الحقل التوجه. ولذلك، فإن الصور بالأشعة مرتفعة تمرير تصفيتها قبل استخراج من الحقل التوجه. ويتحقق هذا من خلال حساب الفرق بين الصورة الأصلية وعلى بعد تصفيتها تمرير منخفض نسخة من نفس الصورة. مرشح تمرير منخفض المستخدمة في هذه الخطوة هو مرشح التمويه مع الانحراف المعياري σ يساوي ذ تعريفها على النحو الوارد أعلاه.

على الرغم من أن يمكن لأحد أن حفظ الصورة تصفيتها لكل زاوية من الفائدة، في العمل الحالي، والحد الأقصى للاستجابة في كل بكسل على كل من المرشحات (زوايا) المستخدمة هيحفظها في صورة واحدة، ويشار إلى أن حجم الاستجابة غابور؛ يتم حفظ الزاوية المقابلة للمرشح غابور في كل بكسل في صورة أخرى، ويشار إلى الاستجابة زاوية غابور. معا، وهما انتاج الصور توفير مجال التوجه من صورة معينة.

الشكل 3A يظهر صورة الاختبار من النبات. ويبين الشكل 3B الطيف فورييه من الصورة، الذي يصور تركيزات من الطاقة في زوايا مختلفة. جميع أجزاء من الصورة مع نفس التوجه، بغض النظر عن موقفهم والحجم، تحتوي على مكونات وتيرتها (الطاقة الطيفية) الواقعة في النطاق الزاوي أو القطاع المتمركزة على 90 درجة فيما يتعلق ميولهم في الصورة. نتائج تصفية الصورة مع غابور مرشحات مع Τ = 8 بكسل ول = 8 وتظهر في أرقام 3C والتطوير. ومن الواضح أن المرشحات جابور قد انتزعت أجزاء النبات الموجهة بزوايا مختلفة مع ماج عاليةاستجابة nitude وأن الاستجابة زاوية يتفق مع توجهات السمة الغالبة في الوقت الحاضر في المقابلة بكسل. باستخدام البنك من جابور مرشحات المنحى في عدة زوايا على نطاق -90 ° إلى +90 درجة مئوية، لدينا استخراج كافة مكونات الموجهة موجودة في الصورة والزوايا الخاصة بهم في كل بكسل. فمن الواضح أن الاستجابة من المرشحات غابور هو ما يقرب من الصفر في المناطق السلس مع نفس مستوى كثافة وأية هياكل مع التوجه المفضل، مثل أجزاء من وعاء والجدار.

ويبين الشكل 4 درجات وزاوية الردود غابور التي حصل عليها لالماموجرام مع التشويه المعماري هو مبين في الشكل 2B. فمن الواضح أن المرشحات غابور واستخراج مكونات المنحى مع استجابات عالية، فضلا عن الزوايا المقابلة. وينظر أيضا إلى أن الاستجابة للمرشحات غابور منخفضة في المناطق ذات الكثافة السلس ثابتة تقريبا وليس مع هياكل orienta المفضلنشوئها. عند تفتيش قريبة، فإنه يمكن أيضا لاحظ أن الرد من المرشحات غابور يعتمد على النقيض من بنية موجهة فيما يتعلق خلفيتها وليس فقط على كثافته أو السطوع. ونظرا لطبيعة ممر الموجة من المرشحات غابور هذه النتائج.

4. اختيار تركيبات منحني الأضلاع

تصوير الثدي بالأشعة السينية تحتوي على العديد من CLSS الموافق القنوات والسفن والأربطة والأنسجة متني، وحواف العضلات الصدرية. يمكن وصف بعض تشوهات في تصوير الثدي بالأشعة السينية عن وجود أنواع معينة من CLS، مثل الجماهير spiculated 12،31،32 والتشويه المعماري 10،11،33، أو عن طريق هيكل غير المتماثلة من نسيج الموجهة في الصورة الثدي 34. من ناحية أخرى، وأنواع معينة من الآفات، مثل الجماهير مقيدة، يمكن أن تحجب عدة CLSS فرضه على الآفات في الصور بالأشعة المتوقع، وظهور مثل هذه الآفات يمكن أن يكون بديل الدو وربما يؤدي إلى الكشف سلبية كاذبة أو خطأ في التشخيص. تحليل الحاضر CLSS في تصوير الثدي بالأشعة السينية يمكن تحسين أداء خوارزميات للكشف عن الجماهير spiculated والتشويه المعماري، كما اقترح Zwiggelaar وآخرون 35. وبالتالي، فإن تحديد CLSS هو خطوة هامة في الكشف عن التشويه المعماري.

على الرغم من أن البنك مرشح غابور المستخدمة في العمل الحالي حساس للهياكل الخطية، مثل شويكات وألياف، كما أنه يكشف حواف قوية أخرى، مثل حواف العضلات الصدرية، حواف الأنسجة متني، وجدران الأوعية، والهياكل الموجهة لل . حواف قوية حول 36 قرص fibroglandular يمكن أن تستخدم في الكشف عن شكل معين من أشكال التشويه المعماري 37 المعروفة باسم تراجع التنسيق. ومع ذلك، في هذا العمل، فمن المهم أن CLSS فقط ذات الصلة إلى الأنسجة fibroglandular يتم تحديدها عن ميزات المنحى.

ق ق = "jove_content"> طريقة لاختيار CLSS في العمل الحالي يتضمن الخطوات الثلاثة التالية:

  1. الجزء في منطقة الثدي الماموجرام نظرا كما هو موضح في القسم 2.
  2. كشف CLS بكسل الأساسية من خلال تطبيق تقنية NMS 35،38 إلى غابور الصورة استجابة حجمها.
  3. رفض CLSS بكسل في مواقع قوية مع التدرج 33.

يحدد خوارزمية NMS CLS بكسل الأساسية من خلال مقارنة كل بكسل في الصورة حجم الاستجابة مع جيرانها على طول الاتجاه الذي هو عمودي على زاوية الحقل التوجه المحلي، وانظر الشكل 5. إذا كان قيد التحقيق بكسل له قيمة حجم أكبر من الجيران المقابلة، البكسل هو CLS بكسل الأساسية. المتحف هو خطوة مشتركة في العديد من أجهزة الكشف عن الحافة (مثل كاشف حافة حكيم 39). Zwiggelaar وآخرون 35 NMS المستخدمة للكشف عن CLS بكسل بنفس الطريقة كما هو موضح في هذاالقسم.

وجود التدرج قوية يمكن أن تسبب تموج في الاستجابة حجم غابور، مما أدى إلى الكشف الخاطئ من CLS. ورفض بكسل CLS الأساسية المرتبطة جود تدرجات قوية من جانب المعايير المقترحة من قبل الشركة المصرية للاتصالات وKarssemeijer الفرامل 12 في سياق الكشف عن الآفات spiculated. يتم الحصول على التدرج من الصورة بالأشعة باستخدام المشتقة الأولى من التمويه مع انحراف معياري من خمسة بكسل (1 مم). لكل بكسل CLS الأساسية، تتم مقارنة اتجاه الانحدار إلى اتجاه المجال التوجه. إذا كان الفرق بين اتجاه المجال توجه واتجاه عمودي على التدرج هو أقل من 30 درجة مئوية، يتم تجاهل المقابلة الأساسية CLS بكسل.

وCLSS داخل القرص fibroglandular عادة تمتلك تخفيض المقابل بالمقارنة مع CLSS خارج القرص fibroglandular. وبالتالي، فإن CLSS داخل أكذوبةالقرص roglandular ديك غابور القيم استجابة حجم أصغر من CLSS خارج القرص. من أجل تعيين نفس الوزن لجميع وحدات البكسل CLS مستقلة من الموقع، وضمان الكشف عن CLSS ذات الصلة مع تباين منخفضة، مثل الشويكات داخل القرص fibroglandular، يتم استبدال M حجم الحقل (ط، ي) ل مزيد من المعالجة قبل صورة تتكون من بكسل فقط CLS الأساسية، M CLS (ط، ي)، الذي يعرف على النحو التالي:

figure-protocol-4
الصورة M CLS (ط، ي) ينقل معلومات هامة عن وجود CLSS الشكل 6 يبين نتائج اختيار CLS مع الماموجرام الكاملة والعائد على الاستثمار. لأن أشارت إلى وجود تشويه المعمارية التي كتبها الترتيب الهندسي للCLSS المرتبطة بها بدلا من كثافتها أو شدة، وماغنيtude من CLSS الكشف له أهمية أقل من التخطيط المكاني للهياكل المنحى.

5. الكشف عن وصفها من مواقع مشبوهة عبر تحليل صور المرحلة

راو وجاين 40 طور طريقة لتحليل الملمس المنحى في الصور من خلال ربط المقابلة مجال التوجه التدرج مع ظهور صور المرحلة. ووضعت صورة مرحلة من مراحل نظام اثنين من الخطية، من الدرجة الأولى، المعادلات التفاضلية يبين مسارات المحتملة للمتغيرات الحالة 27.

دعونا ص (ر) وف (ر)، ور figure-protocol-5 R، تمثل وظيفتين للاختلاف في الزمن t، ذات الصلة على النحو

figure-protocol-6
هنا،• ع (ر) و q • (ر) هي مشتقات من الدرجة الأولى بالنسبة للزمن، وF و G هي مهام وع ف 10. نظرا للظروف الأولية ع (0) و q (0)، والحل [ص (ر)، ف (ر)]، يمكن أن تكون ممثلة في شكل مسار حدودي أو تبسيط من الجسيمات الافتراضية في (ع، ف ) طائرة. يتم وضع الجسيمات في [ص (0)، ف (0)] في وقت ر = 0 والتحركات من خلال (ع، ف) الطائرة مع السرعة [ص • (ر) و q • (ر)]. ومن المعروف أن (ع، ف) الطائرة كما الطائرة المرحلة الأولى من نظام. ووضعت صورة المرحلة هو الرسم البياني للمسارات المحتملة للجسيم في الطائرة المرحلة. وهناك نقطة ثابتة هي نقطة في الطائرة المرحلة حيث p • ( م> ر) = 0 و q • (ر) = 0. جسيم اليسار في نقطة ثابتة لا تزال ثابتة. لنظام أفيني، لدينا

figure-protocol-7
هنا، A هو 2 × 2 مصفوفة وب هو عمود مصفوفة 2 × 1. ونظرا للمركز (ع 0، 0 ف) من صورة المرحلة من نقطة ثابتة كما

figure-protocol-8
إذا نحن المنتسبين وظائف ص (ر) وف (ر) مع x و y الإحداثيات الطائرة من الصورة التي يجري تجهيزها، مجال التوجه المقابلة هو

res.jpg "العرض =" 500 "/>
هنا، Φ (س ص) هي زاوية سرعة ناقلات [ص • (ر)، ف • (ر)] فيما يتعلق المحور س في (س، ص) = [ص (ر)، ف (ر)] . نحن المنتسبين Φ (س ص) مع غابور θ استجابة زاوية (ط، ي)، وتحديد وظيفة الخطأ إلى أن يكون الحد الأدنى كما

figure-protocol-9
حيث [أ، ب] و [ج، د] هي صفين من A. يوفر الموسم الماضي لعقوبة أعلى (التكلفة) لانحراف في تكوينات من مصفوفة A من تلك المتعلقة أنماط عقدة spiculated. المعادلة المذكورة أعلاه يمثل Φ (س ص) على شبكة منفصلة (ط، ي) بدلا من الفضاء المستمر (س، ص). Estimآتش من ألف والتي تقلل ε ب 2 (A، ب) يتم الحصول عليها بواسطة الإجراء التالي:

  1. الحصول على تقديرات الأولية من ألف وباء من خلال التقليل من ε 2 (A، ب) باستخدام طريقة محاكاة الصلب 41.
  2. الحصول على تقديرات أفضل من خلال تعديل التقديرات الأولية باستخدام المربعات الصغرى غير الخطية الخوارزمية 42.

في النموذج الموصوف أعلاه، هناك ثلاثة أنواع ممكنة من صور المرحلة: العقدة، سرج، ودوامة. يتم تحديد نوع المرحلة صورة من القيم الذاتية من A 10،27،30،40. ويمكن وصف هذا المجال التوجه لصورة محكم من خلال تحديد نوع صورة المرحلة التي هي الأكثر مماثلة لحقل توجهها. لأن أنماط دوامة ليست ذات أهمية في تحليلتصوير الثدي بالأشعة السينية، ونحن تقييد مصفوفة A ليكون متماثل، مما أدى إلى نوعين فقط من صور المرحلة: عقدة والسرج.

بسبب وجود يتوقع عدد من شويكات على مختلف الزوايا التي تحصل على فرضه في الصورة بالأشعة المتوقعة، ونحن نفترض أن موقع التشويه المعماري سيقدم خصائص مثل عقدة. ومع ذلك، الأنسجة الطبيعية، القنوات الناقلة، السفن، والهياكل الموجهة أخرى في الثدي ويمكن أيضا الحصول على المتوقع وفرضه لتشكيل أنماط التي تحاكي مظهر التشوه المعماري في فحص الماموجرام. لذا، نقوم بتحليل الخريطة عقدة للكشف عن المواقع المشبوهة أو المواقع المحتملة من التشويه المعماري، وتحليل المواقع من خلال الكشف عن مزيد من الخطوات من ميزة استخراج وتصنيف نمط.

لأن الماموجرام يمكن أن تظهر عدة أنماط، ونحن نطبق نافذة تحليل انزلاق حجم 10 × 10 بكسل، في 800 ميكرون / بكسل، مع سشمال شرق بكسل لكل خطوة. لكل موقف من النافذة، ويدلي بصوته في خريطة، ويشار إلى الخريطة عقدة، في موقف معين من قبل نقطة ثابتة المقابلة، إذا كانت كافة الشروط المطبقة راضيا. ورفض النتائج المتعلقة المصفوفة A مع عدد حالتها أكبر من 3.0 لتجاهل أنماط لا يتوقع أن تكون مرتبطة مع تشويه المعمارية 11. علاوة على ذلك، يتم فرض شرط إضافي على المسافة بين نقطة ثابتة وموضع إطار تحليل المقابلة: إذا كانت المسافة أقل من ثلاثة بكسل (2.4 ملم) أو أكبر من 20 بكسل (16 ملم)، فإن النتائج الحالية لل يتم رفض نافذة التحليل. يتم تعيين حجم صوت مساو لنسبة قياس تناسب ε 2 (A، B)، الذي يعرف في المعادلة 7، لعدد من حالة A، للتأكيد على الخواص من صورة المرحلة. خريطة العقدة ثم يتم تحليلها للكشف عن الموضعآل ماكسيما أو القمم التي من المتوقع أن تشير إلى مواقع التشويه المعماري. ومع ذلك، النتائج الإجراء أيضا في الكشف عن عدد من إيجابية كاذبة (FP) مواقع عائدة إلى البنى العادية فرضه.

في كل قمة في الخريطة عقدة، ونحن تلقائيا استخراج العائد على الاستثمار، من حجم 128 × 128 بكسل إلا في حواف الصور، من صورة بالأشعة في 200 ميكرون / بكسل. نحن تسمية رويس في المواقع المشار إليها بواسطة قمم في خريطة عقدة، في خفض ترتيب القيم من القمم، وتصل إلى حد أقصى قدره 30 في رويس الماموجرام.

عندما يتم استخدام تصوير الثدي بالأشعة السينية مع التشخيصات المعروفة لتدريب الداخلي لدينا، الكشف عن تلقائيا رويس مع مراكزها داخل أجزاء من تشويه المعمارية التي حددها طبيب أشعة وصفها بأنها حقيقية إيجابية (TP) رويس؛ وصفت الآخرين كما FP رويس لاستخدامها في إجراء التدريب. عندما يتم تحليل صور الأشعة باستخدام الإجراء المدربين، كل من رويس الكشف عنو يتم معالجتها أعلاه لتصنيف دون أي وضع العلامات.

ويبين الشكل 7 الخريطة عقدة ورويس الكشف عن الماموجرام هو مبين في الشكل 2B. تشير المستطيلات الحمراء المنطقة المشبوهة والتي تمثلت في الأشعة.

ويبين الشكل 8 عدد من TP وFP رويس المستخرجة تلقائيا من عدة تصوير الثدي بالأشعة السينية. معظم رويس TP دينا العديد من شويكات وأنماط الموجهة تنتشر على نطاق واسع من الزوايا. وFP رويس، من ناحية أخرى، لديها عدد أقل من هياكل الأنسجة الطبيعية المنحى على نطاق أضيق الزوايا، بغض النظر، وذلك بسبب تراكب في الصورة بالأشعة المتوقعة، فإنها تحاكي خصائص مثل عقدة من التشويه المعماري.

استراتيجيتنا هي للكشف عن المناطق المشبوهة ذات كفاءة عالية أو حساسية في المرحلة الأولى (مع السلبيات كاذبة منخفضة في المقابل)، حتى لو كان عدد المرفقة من ضباط كبيرة. تم تصميم الخطوة التالية من تحليل رويس للمساعدة في تقليل ضباط عبر توصيف وتصنيف كفاءة من الكشف عن رويس.

6. توصيف تشويه المعمارية

عائد استثمار الكشف عن تلقائيا بما في ذلك تشويه المعمارية، وتركزت في ذروتها في الخريطة عقدة ذات الصلة، ومن المرجح أن تمتلك عدة الشويكات متناثرة في زوايا مختلفة. نتوقع هذه الخاصية أن يؤدي إلى انتشار واسع للطاقة الزاوي في مجال الصورة والطاقة الطيفية في المجال فورييه. في الأعمال السابقة لدينا، ونحن قد أظهرت أن مثل هذا التشتت الزاوي أن تمثل بكفاءة في شكل رسم تخطيطي ردة، وهو الرسم البياني الزاوي 21،22. نحن تطبيع المخطط ردة أن يكون وحدة المساحة والتعامل معها على أنها دالة الكثافة الاحتمالية (PDF). ثم، ونحن تميز PDF من كل ROI باستخدام الكون، وهو مقياس إحصائي الفوضى أو التشرذم.

ontent "> إن مبعثر زيادة أنماط الأنسجة في المناطق التي التشويه المعماري يعدل طبيعة كسورية من نسيج الثدي الطبيعي. وتستند النماذج المستخدمة عادة من فركتلات على أنماط متداخلة متعددة النطاقات من أنماط مماثلة الذاتي 43-46. نموذج آخر من السلوك هو كسورية الحركة البراونية كسور (FBM) ما يمت للطائفة في مجال التردد الذي يقلل من القوة بما يتناسب مع (1 / و) ^ β، حيث f هو التردد وكما هو معروف β باعتبارها العنصر الطيفية 47،48. و فبم نموذج يؤدي إلى صور كسورية التي هي مماثلة لأنماط غائم عشوائي؛ وغالبا ما ينظر أنماط مماثلة في تصوير الثدي بالأشعة السينية ومن أجل تطبيق هذا النموذج إلى صور، وثنائي الأبعاد (2D) فورييه الطيف من الصورة تحتاج إلى تحويلها إلى واحدة الأبعاد (1D) وظيفة.

قمنا بتطوير أسلوب متكامل لتوصيف وانتشار الزاوي لاشتقاق تقدير للdimens كسوريةأيون (FD) للصورة عن طريق تعيين الطيف 2D فورييه من الصورة في الإحداثيات المستطيلة، الرمز بواسطة S (ش، والخامس)، لطيف في الإحداثيات القطبية، الرمز بواسطة S (ƒ، Ν). يوصف الإجراء الخطوات التالية 21:

  1. تطبيق النافذة فون هان لكل المستخرجة تلقائيا 128 × 128 العائد على الاستثمار وسادة النتيجة مع الأصفار إلى مجموعة من حجم 256 × 256 بكسل.
  2. حساب 2D تحويل فورييه من العائد على الاستثمار مبطن وحجم كل قيمة المعقدة الناتجة للحصول على تقدير لطيف الطاقة، S (ش، والخامس) من العائد على الاستثمار.
  3. تحديد اختيار التردد المنخفض وارتفاع وتيرة أجزاء من الطيف للاستبعاد في الخطوات اللاحقة.
  4. تعيين 2D الطيف قوة S (ش، ت) من الديكارتية (مستطيل) الإحداثيات (ش، ت) إلى الإحداثيات القطبية (ƒ، Ν) للحصول على S (ƒ، Ν)، من خلال اختزال والحوسبة متوسط ​​مرجح لل أربعة من الجيران من البريدنقطة لمنظمة العمل ضد الجوع و شعاعي مسافة تتراوح من صفر إلى نصف تردد أخذ العينات، وعلى مجموعة من زاوية Ν = [0، 179 °].
  5. تحويل 2D الطيف S (ƒ، Ν) إلى وظيفة 1D (ƒ) S، من خلال دمج بوصفها وظيفة من المسافة شعاعي أو التردد f من نقطة الصفر تردد على نطاق في Ν = [0، 179 °] في زاوية.
  6. تطبيق الانحدار الخطي لمجموعة محدودة من التردد 1D الطيف S (ƒ) على نطاق وسجل سجل، باستثناء نقطة في المناطق المنخفضة التردد وعالية التردد المحدد، والحصول على β المنحدر من خط المجهزة، وهو تقدير المكون الطيفية في نموذج FBM.
  7. حساب القيمة التقديرية للFD كما 15،49،50 FD = (8 - β) / 2.
  8. تحويل 2D الطيف S (ƒ، Ν) في 1D ظيفة S (Ν)، من خلال دمج بوصفها وظيفة من زاوية Ν لالنطاق [0، 179 °]، من نقطة الصفر التردد على مسافة شعاعي ƒ = [1، 128] بكسل.
  9. تطبيع S (Ν) أن يكون وحدة مبلغ وحساب الكون من النتيجة كما figure-protocol-10 .

التحول هندسية المذكورة أعلاه يؤدي إلى تحسين التمثيل والتصور من الخصائص الطيفية للدوري أو spiculated الملمس 9. تحتاج اختيار المناطق المنخفضة وارتفاع وتيرة سيتم استبعادها لإزالة آثار مكونات التردد المنخفض تتعلق المظهر العام للصورة والهياكل الكبيرة الموجودة في الصورة، وكذلك لمنع آثار عالية التردد الضوضاء. في العمل الحالي، وعصابات من الترددات سيتم استبعادها في تقدير β وFD (أي الأجزاء غير الخطية) ويتم اختيار على أساس التجريب باستخدام الصور توليفها مع المعروفة FD، وأيضا باستخدامعدد رويس من تصوير الثدي بالأشعة السينية. مجموعة من ƒ المستخدمة لتتناسب مع النموذج الخطي يتوافق مع [6، 96] بكسل أو [0.117، 1.875] مم -1، حيث مجموعة من [1، 128] بكسل يتوافق مع التمثيل منفصلة من نطاق الترددات [0، 2.5 ] مم -1.

الأرقام 9 و 10 توضيح الخطوات المختلفة لتحليل كسورية وتقدير انتشار الزاوي من السلطة في مجال التردد لTP العائد على الاستثمار والعائد على الاستثمار FP، على التوالي. ويشير الشكل 9D وجود أنماط متعددة الاتجاهات spiculating لTP العائد على الاستثمار، في حين في الشكل 10D، وانتشار الطاقة يقتصر على عدد قليل من العصابات الزاوي للFP العائد على الاستثمار.

7. تصنيف نمط والتحقق من صحة

لدينا الآن ثلاثة تدابير أو ميزات لكل ROI الكشف عن تلقائيا: [قيمة عقدة، H F، FD]، كما هو موضح في القسم 6. ونحن نستخدم هذه الميزات، طndividually وجماعيا، لتوصيف أنماط spiculating المتعلقة تشويه المعمارية والتفريق بين TP رويس رويس من FP الكشف عنها.

لROI TP هو مبين في الشكل 9، وناقلات ميزة تتألف من ثلاثة تدابير هي مشتقة [0.0299، 7.2224، 2.3037]. لROI FP هو مبين في الشكل 10، والمقابلة ميزة ناقلات هو [0.0349، 6.9444، 2.5223]. كما هو متوقع، فإن قيمة H F أعلى للROI TP من لFP العائد على الاستثمار، وقيمة FD أقل. ومع ذلك، فإن قيمة عقدة أقل عن العائد على الاستثمار من TP لFP العائد على الاستثمار، وهو ما يتعارض مع الاختلافات المتوقع، وذلك بسبب وجود هياكل المتراكبة في الأخير. بشكل عام، ونحن قد نتوقع بعض الميزات لمتابعة الاتجاهات المتوقعة والمساعدة في تصنيف رويس حتى لو فشلت الميزات الأخرى للتدليل على السلوك المتوقع.

لتقييم الأداء من السمات، ونحن نستخدم المنطقة تحت مميزة تعمل المتلقي (ROC) منحنى (AUC) 51،52 والاستجابة الحرة ROC (FROC) تحليل 53-55. لROC FROC وتحليل مع ميزة الفردية، ونحن لا تستخدم المصنف المدربين، بدلا من ذلك، ونحن نطبق عتبة الانزلاق. ملامح ثلاثة من عقدة الفردية، شريطة FD، وH F القيم AUC 0.61، 0.59، و 0.64، على التوالي، والتي تشير إلى حسن الأداء المحتملة ولكن غير كافية في تصنيف نمط. قيم ص من نفس الميزات هي 1.7638e-009، 1.8793e-004، و2.2615e-013، والتي تشير إلى اختلافات ذات دلالة إحصائية عالية بين قيمها لمجموعات من الكشف عن TP وFP رويس تلقائيا.

عندما يتم استخدام أعداد كبيرة من الميزات لتمثيل العينات للتصنيف، فمن الضروري لتحديد مجموعة فرعية من الميزات الأمثل وذلك لإزالة ميزات المترابطة والحد من تعقيد المصنف 20-22؛ عدة بروسيدالقوام، مثل متدرج الانحدار اللوجستي 56، يمكن أن تستخدم لهذا الغرض. في العمل الحالي، لأننا باستخدام ميزات ثلاثة فقط في العائد على الاستثمار، ونحن لا يؤدون اختيار الميزة.

لإجراء المصادقة على المصنف المدربين، ونطبق إجراءات تصنيف نمط مع اقتراب إجازة-مريض واحد المغادرة. نحن استبعاد كل من رويس المستخرجة من تصوير الثدي بالأشعة السينية للمريض لفحصها من الإجراء تدريب المصنف، ومن ثم تطبيق ذلك على المصنف حصلت حالة اختبار. نحن ثم كرر الإجراء لمجموعة البيانات بأكملها، حالة واحدة أو المريض في وقت واحد.

لتحليل ROC مع مجموعة من الميزات الثلاث، ونحن نستخدم المصنف الذي يقوم بإجراء تحليل التمايز من الدرجة الثانية مع افتراض النظرية الافتراضية 57. لتوليد منحنيات FROC، فإننا نعتبر TP العائد على الاستثمار وفقا لأعلى قيمة التمايز في الصورتين بالأشعة المتوفرة للمريض، إلا في الحالات التي يكون فيها ستة واحد فقطالصورة متاح لكل حالة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الميزات الثلاث، وهي قيمة عقدة، FD، وH F، والقيم الجامعة الأمريكية بالقاهرة قدمت من 0.61، 0.59، و 0.64، على التوالي، عندما تم استخدام كل ميزة من تلقاء نفسها. قدمت الاستخدام المشترك من السمات الثلاث تحسين الأداء مع AUC = 0.70. يظهر منحنى FROC الحصول عليها مع مجموعة من الميزات الثلاث في الشكل 11، الذي يشير إلى وجود حساسية من 80٪ في 5.6 ضباط / المريض و 89٪ في 7.5 ضباط / المريض. استخدام فقط قيمة عقدة وفرت حساسية 80٪ عند 8.1 ضباط / المريض و 89٪ في 13...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

قدمنا ​​سلسلة من تقنيات متطورة لمعالجة الصور الرقمية والتعرف على الأنماط، والمعروف أيضا باسم آلة التعلم وCAD، للكشف عن تشويه المعمارية في تصوير الثدي بالأشعة السينية مسبقة من الحالات الفاصل الزمني للسرطان. وتستند طرق على تحليل أنماط التكوينية الموجهة موجودة في الصور بالأشعة. لدينا وسائل، بما في ذلك العديد من المزيد من الميزات المقترحة في الأعمال ذات الصلة لدينا، هي قادرة على الكشف عن العلامات المبكرة لسرطان الثدي قبل 15 شهرا من وقت التشخيص السريري، في المتوسط، مع وجود حساسية من 80...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

والكتاب ليس لديهم ما يكشف.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وأيد هذا العمل من المنح المقدمة من برنامج البحوث والتدريب التعاوني تجربة (إنشاء) واكتشاف منحة من العلوم الطبيعية والهندسة مجلس البحوث (NSERC) من كندا.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Cancer among women [Internet]. , Centers for Disease Control and Prevention (CDC). Available from: http://www.cdc.gov/cancer/dcpc/data/women.htm (20011).
  2. Tang, J., Rangayyan, R. M., Xu, J., El-Naqa, I., Yang, Y. Computer-aided detection and diagnosis of breast cancer with mammography: Recent advances. IEEE Transactions on Information Technology in Biomedicine. 13 (2), 236-251 (2009).
  3. van Dijck, J. A. A. M., Verbeek, A. L. M., Hendriks, J. H. C. L., Holland, R. The current detectability of breast cancer in a mammographic screening program. Cancer. 72 (6), 1933-1938 (1993).
  4. Rangayyan, R. M., Prajna, S., Ayres, F. J., Desautels, J. E. L. Detection of architectural distortion in mammograms acquired prior to the detection of breast cancer using Gabor filters, phase portraits, fractal dimension, and texture analysis. International Journal of Computer Assisted Radiology and Surgery. 2 (6), 347-361 (2008).
  5. Homer, M. J. Mammographic Interpretation: A Practical Approach. , 2nd, McGraw-Hill. New York, NY. (1997).
  6. Knutzen, A. M., Gisvold, J. J. Likelihood of malignant disease for various categories of mammographically detected, nonpalpable breast lesions. Mayo Clinic Proceedings. 68, 454-460 (1993).
  7. Rangayyan, R. M., Ayres, F. J., Desautels, J. E. L. A review of computer-aided diagnosis of breast cancer: Toward the detection of subtle signs. Journal of the Franklin Institute. 344, 312-348 (2007).
  8. Doi, K. Diagnostic imaging over the last 50 years: research and development in medical imaging science and technology. Physics in Medicine and Biology. 51, R5-R27 (2006).
  9. Rangayyan, R. M. Biomedical Image Analysis. , CRC Press. Boca Raton, FL. (2005).
  10. Rangayyan, R. M., Ayres, F. J. Gabor filters and phase portraits for the detection of architectural distortion in mammograms. Medical and Biological Engineering and Computing. 44, 883-894 (2006).
  11. Ayres, F. J., Rangayyan, R. M. Reduction of false positives in the detection of architectural distortion in mammograms by using a geometrically constrained phase portrait model. International Journal of Computer Assisted Radiology and Surgery. 1, 361-369 (2007).
  12. Karssemeijer, N., te Brake, G. M. Detection of stellate distortions in mammograms. IEEE Transactions on Medical Imaging. 15 (5), 611-619 (1996).
  13. Guo, Q., Shao, J., Ruiz, V. F. Characterization and classification of tumor lesions using computerized fractal-based texture analysis and support vector machines in digital mammograms. International Journal of Computer Assisted Radiology and Surgery. 4 (1), 11-25 (2009).
  14. Sampat, M. P., Whitman, G. J., Markey, M. K., Bovik, A. C. Evidence based detection of spiculated masses and architectural distortion. Proceedings of SPIE Medical Imaging 2005: Image Processing. Fitzpatrick, J. M., Reinhardt, J. M. San Diego, CA, 5747, 26-37 (2005).
  15. Tourassi, G. D., Delong, D. M., Floyd Jr,, E, C. A study on the computerized fractal analysis of architectural distortion in screening mammograms. Physics in Medicine and Biology. 51 (5), 1299-1312 (2006).
  16. Nemoto, M., Honmura, S., Shimizu, A., Furukawa, D., Kobatake, H., Nawano, S. A pilot study of architectural distortion detection in mammograms based on characteristics of line shadows. International Journal of Computer Assisted Radiology and Surgery. 4 (1), 27-36 (2009).
  17. Matsubara, T., Hara, T., Fujita, H., Endo, T., Iwase, T. Automated detection method for mammographic spiculated architectural distortion based on surface analysis. Proceedings of the 22nd International Congress and Exhibition on Computer Assisted Radiology and Surgery (CARS2008), Barcelona, Spain, 3 (1), 176-177 (2008).
  18. Baker, J. A., Rosen, E. L., Lo, J. Y., Gimenez, E. I., Walsh, R., Soo, M. S. Computer-aided detection (CAD) in screening mammography: Sensitivity of commercial CAD systems for detecting architectural distortion. American Journal of Roentgenology. 181, 1083-1088 (2003).
  19. Sameti, M., Ward, R. K., Morgan-Parkes, J., Palcic, B. Image feature extraction in the last screening mammograms prior to detection of breast cancer. IEEE Journal of Selected Topics in Signal Processing. 3 (1), 46-52 (2009).
  20. Rangayyan, R. M., Banik, S., Desautels, J. E. L. Computer-aided detection of architectural distortion in prior mammograms of interval cancer. Journal of Digital Imaging. 23 (5), 611-631 (2010).
  21. Banik, S., Rangayyan, R. M., Desautels, J. E. L. Detection of architectural distortion in prior mammograms. IEEE Transactions on Medical Imaging. 30 (2), 279-294 (2011).
  22. Banik, S., Rangayyan, R. M., Desautels, J. E. L. Measures of angular spread and entropy for the detection of architectural distortion in prior mammograms. International Journal of Computer Assisted Radiology and Surgery. 8, 121-134 (2013).
  23. Broeders, M. J. M., Onland-Moret, N. C., Rijken, H. J. T. M., Hendriks, J. H. C. L., Verbeek, A. L. M., Holland, R. Use of previous screening mammograms to identify features indicating cases that would have a possible gain in prognosis following earlier detection. European Journal of Cancer. 39, 1770-1775 (2003).
  24. Alto, H., Rangayyan, R. M., Paranjape, R. B., Desautels, J. E. L., Bryant, H. An indexed atlas of digital mammograms for computer-aided diagnosis of breast cancer. Annales des Télécommunications. (5-6), 820-835 (2003).
  25. Screen Test and the Alberta Breast Cancer Screening Program[Internet]. , Alberta Health Services. Available from: http://www.albertahealthservices.ca/services.asp?pid=service&rid=1002353 (2013).
  26. Gabor, D. Theory of communication. Journal of the Institute of Electrical Engineers. 93, 429-457 (1946).
  27. Rao, A. R. A Taxonomy for Texture Description and Identification. , Springer-Verlag. New York, NY. (1990).
  28. Otsu, N. A threshold selection method from gray-level histograms. IEEE Transactions on Systems, Man, and Cybernetics. 9 (1), 62-66 (1979).
  29. Gonzalez, R. C., Woods, R. E. Digital Image Processing. , 2nd, Prentice-Hall. Upper Saddle River, NJ. (2002).
  30. Ayres, F. J., Rangayyan, R. M. Design and performance analysis of oriented feature detectors. Journal of Electronic Imaging. 16 (2), (2007).
  31. Samulski, M., Karssemeijer, N. Optimizing case-based detection performance in a multiview CAD system for mammography. IEEE Transactions on Medical Imaging. 30 (4), 1001-1009 (2011).
  32. Muralidhar, G. S., Bovik, A. C., Giese, J. D., Sampat, M. P., Whitman, G. J., Haygood, T. M., Stephens, T. W., Markey, M. K. Snakules: a model-based active contour algorithm for the annotation of spicules on mammography. IEEE Transactions of Medical Imaging. 29 (10), 1768-1780 (2010).
  33. Ayres, F. J., Rangayyan, R. M. Detection of architectural distortion in mammograms via analysis of phase portraits and curvilinear structures. Proceedings of EMBEC'05: 3rd European Medical & Biological Engineering Conference. Hozman, J., Kneppo, P. Prague, Czech Republic, 11, 1768-1773 (2005).
  34. Ferrari, R. J., Rangayyan, R. M., Desautels, J. E. L., Frère, A. F. Analysis of asymmetry in mammograms via directional filtering with Gabor wavelets. IEEE Transactions on Medical Imaging. 20 (9), 953-964 (2001).
  35. Zwiggelaar, R., Astley, S. M., Boggis, C. R. M., Taylor, C. J. Linear structures in mammographic images: Detection and classification. IEEE Transactions on Medical Imaging. 23 (9), 1077-1086 (2004).
  36. Ferrari, R. J., Rangayyan, R. M., Borges, R. A., Frère, A. F. Segmentation of the fibro-glandular disc in mammograms using Gaussian mixture modeling. Medical and Biological Engineering and Computing. 42, 378-387 (2004).
  37. Ichikawa, T., Matsubara, T., Hara, T., Fujita, H., Endo, T., Iwase, T. Automated detection method for architectural distortion areas on mammograms based on morphological processing and surface analysis. Fitzpatrick, J. M., Sonka, M. Proceedings of SPIE Medical Imaging 2004: Image Processing, February 2004, San Diego, CA, , SPIE. 920-923 (2004).
  38. Sonka, M., Hlavac, V., Boyle, R. Image Processing, Analysis and Machine Vision. , 1st, Chapman & Hall. London, UK. (1993).
  39. Canny, J. A computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 8 (6), 679-698 (1986).
  40. Rao, A. R., Jain, R. C. Computerized flow field analysis: Oriented texture fields. IEEE Transactions on Pattern Analysis and Machine Intelligence. 14 (7), 693-709 (1992).
  41. Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. Optimization by simulated annealing. Science. 220 (4598), 671-680 (1983).
  42. Gershenfeld, N. The Nature of Mathematical Modeling. , Cambridge University Press. Cambridge, UK. (1999).
  43. Mandelbrot, B. B. The Fractal Geometry of Nature. , Freeman. San Francisco, CA. (1983).
  44. Peitgen, H. -O., Jürgens, H., Saupe, D. Chaos and Fractals: New Frontiers of Science. , second, Springer. New York, NY. (2004).
  45. Fortin, C., Kumaresan, R., Ohley, W. Fractal dimension in the analysis of medical images. IEEE Engineering in Medicine and Biology Magazine. 11, 65-71 (1992).
  46. Schepers, H. E., van Beek, J. H. G. M., Bassingthwaighte, J. B. Four methods to estimate the fractal dimension from self-affine signals. IEEE Engineering in Medicine and Biology Magazine. 11, 57-64 (1992).
  47. Bak, P., Tang, C., Wiesenfeld, K. Self-organized criticality: An explanation of 1/f noise. The American Physical Society. 59, 381-384 (1987).
  48. Billock, V. A., De Guzman, G. C., Kelso, J. A. S. Fractal time and 1/f spectra in dynamic images and human vision. Physica D: Nonlinear Phenomena. 148, 136-146 (2001).
  49. Anguiano, E., Pancorbo, M. A., Aguilar, M. Fractal characterization by frequency analysis: I. Surfaces. Journal of Microscopy. 172, 223-232 (1993).
  50. Aguilar, M., Anguiano, E., Pancorbo, M. A. Fractal characterization by frequency analysis: II. A new method. Journal of Microscopy. 172, 233-238 (1993).
  51. Metz, C. E. ROC methodology in radiologic imaging. Investigative Radiology. 21, 720-733 (1986).
  52. Kurt Rossmann Laboratories for Radiologic Image Research. ROC Software [Internet]. , ROCKIT. Available from: http://www-radiology.uchicago.edu/krl/roc_soft6.htm (2012).
  53. Bornefalk, H., Hermansson, A. B. On the comparison of FROC curves in mammography CAD systems. Medical Physics. 32 (2), 412-417 (2005).
  54. Miller, H. The FROC curve: A representation of the observer's performance for the method of free response. Journal of the Acoustical Society of America. 46, 1473-1476 (1969).
  55. Chakraborty, D. P. Statistical power in observer-performance studies: Comparison of the receiver operating characteristic and free-response methods in tasks involving localization. Academic Radiology. 9 (2), 147-156 (2002).
  56. Ramsey, F. L., Schafer, D. W. The Statistical Sleuth: A Course in Methods of Data Analysis. , Duxbury Press. Belmont, CA. (1997).
  57. Wiley-Interscience, , New York, NY. 2nd edition (2001).
  58. Rangayyan, R. M., Banik, S., Chakraborty, J., Mukhopadhyay, S., Desautels, J. E. L. Measures of divergence of oriented patterns for the detection of architectural distortion in prior mammograms. International Journal of Computer Assisted Radiology and Surgery. , (2013).
  59. Burhenne, L. J. W., Wood, S. A., D'Orsi, C. J., Feig, S. A., Kopans, D. B., O'Shaughnessy, K. F., Sickles, E. A., Tabar, L., Vyborny, C. J., Castellino, R. A. Potential contribution of computer-aided detection to the sensitivity of screening mammography. Radiology. 215 (2), 554-562 (2000).
  60. Birdwell, R. L., Ikeda, D. M., O'Shaughnessy, K. F., Sickles, E. A. Mammographic characteristics of 115 missed cancers later detected with screening mammography and the potential utility of computeraided detection. Radiology. 219 (1), 192-202 (2001).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

مقالات ذات صلة