前にマンモグラムにおける構造的ひずみを検出経由分析

サマリー

我々は前にマンモグラムの建築の歪みを検出する方法を示しています。配向構造は、組織パターンを照射する部位を検出するために、ガボールフィルタと位相の肖像画を用いて分析する。各サイトには特徴づけられ、spiculatingパターンを表現するための措置を使用して分類されている。方法は、乳癌の検出を支援すべきである。

要約

我々は、マンモグラムにおける乳房組織パターンの向きの分析に基づいて間隔癌症例の前にマンモグラムにおける構築の乱れの検出のための方法を実証する。私たちは、建築の歪みが大衆や腫瘍の形成前に、マンモグラフィ画像中の乳房組織パターンの通常の方向を変更すると仮定した。私たちの方法の最初のステップでは、指定されたマンモグラムに配向構造は、組織のパターンを照射するか、交差のノードのようなサイトを検出するために、ガボールフィルタと位相の肖像画を用いて分析する。検出された各サイトは、ノード値、フラクタル次元、具体的には、構造的ひずみに関連したspiculatingパターンを表現するために設計された角度分散の尺度を用いて特徴づけている。

私たちの方法はために開発された機能を使用して、56インターバル癌症例の106前のマンモグラムおよび13の正常例の52マンモグラムのデータベースを用いて試験した建築のゆがみ、二次判別分析によるパターン分類、およびリーブ1患者出手順の検証の特性。自由応答受信者動作特性分析の結果によれば、我々の方法は、従来のマンモグラムにおける構築の乱れを検出する能力を実証した乳癌の臨床診断の前に（平均で）15ヶ月を撮影し、約80％の感度を有する患者あたり5偽陽性。

概要

乳がんは、女性に影響を与える主要な疾患であり、女性は^1,2の癌関連死の第二の主要な原因である。生存の可能性および乳癌の初期段階における効果的な治療を介して影響を受けた患者の予後を改善するために、疾患は、できるだけ早期に検出する必要がある。乳癌の症例のレトロスペクティブ分析において、異常の微妙な兆候は、以前に取得したスクリーニングマンモグラフィー^3,4で観察された。構築の乱れ^5,6を検出することが困難である乳癌の可能性の初期段階のいずれかのような局所的なマンモグラフィ徴候である。関連するパターンがぼんやり見えていない明確な質量の乳房の正常な構造の歪みと記載されている。建築歪みが乳房の質量または腫瘍の形成の初期段階で表示される可能性。我々は、スクリーニングのマンモグラムの前乳癌cの検出に得られるという仮説を立てウルド特に、構築の乱れの乳癌の初期段階の微妙な徴候を含む。

図1aは、スクリーニングで発見癌の場合の事前のマンモグラフィ画像を示している。放射線科医（JELD）によって識別異常の領域が赤い四角で概説されている。従来のマンモグラムは24ヶ図1bに示す検出マンモグラムの前に採取した。前マンモグラムは、スクリーニングの元のインスタンスでがんの徴候がないことが宣言されていた。レトロスペクティブ分析において、検出マンモグラムと比較して、検出された癌の....

プロトコル

1。方法論の概要

私たちの手順では、マンモグラムにおける構造的ひずみの可能性のある部位を自動的にガボールの銀行のアプリケーションに向けテクスチャパターンの分析を介して検出された^26をフィルタリングし、位相のモデル化は^、11,27の肖像。検出部位は、次いで、構築の乱れ、訓練された分類器の開発、パターン認識又は分類のためのアルゴリズムの適用を特徴付けるために特徴又は措置の抽出工程を経て処理される。手順は、以下のステップ^11,20,21によって要約されます。

1. セグメント適応閾値および形態の開口部を使用して、指定されたマンモグラフィ画像中の乳房の部分。
2. ガボールは、M（i、j）とし、ガボール角画像、θガボール強度画像を取得するために-90°+90°の範囲にわたって均等な間隔の角度を持つフィルタ180のセットを適用（i、j）は 、各画素における最大応答、（i、j）を用いてフィルタの応答と角度を選択すること。
3. このような骨片や乳腺組織のような関心のある曲線構造（CLSS）を選択して、このような胸筋、実質組織、乳房の境界、およびノイズのエッジなどの交絡構造からそれらを区別することによって、方向フィールドを使用して、傾斜磁場、 nonmaximal抑制（NMS）技術、および追加の条件....

結果

各特徴は、単独で用いた場合には三つの特徴、すなわち、ノード値_、FD、F及びH _は 、それぞれ、0.61、0.59、および0.64のAUC値を提供した。 3機能を併用することにより、AUC = 0.70と改善されたパフォーマンスを提供した。三つの特徴の組合せを用いて得られたFROC曲線は、7.5のFP /患者での5.6のFP /患者および89％の80％の感度を示しており、 図11に示されている。唯一のノードの値を使用すると、13.8のFP /患者で8.1のFP /患者89％、80％の感度を提供した。

最終結果におけるFPの減少は、 図12に示されている。説明のために、最も高い評価を得ている唯一の6のROIが表示されます。括弧の外側の数字は、ベイズ分類器で得られる判別値に基づいて順位を示し、括弧内の数字は、ノードマップに基づいて、以前の順位に対応しています。比較 trong>は、図7に示す疑わし.......

ディスカッション

また、間隔癌症例の前にマンモグラムにおける構築の乱れを検出するための機械学習とCADとして知られているデジタル画像処理及びパターン認識の洗練された技術のシリーズを提示している。方法は、マンモグラフィ画像内に存在配向テクスチャパターンの分析に基づいている。我々の関連研究で提案されているいくつかのより多くの機能を含む、我々の方法は、患者が4未満のFP / ²²で80％の感度で、平均して15ヶ月前方臨床診断時の乳がんの早期徴候を検出することができる^、58。

潜在的な臨床応用では、我々の手法によりラベルされたROIが放射線科医によるマンモグラムの対応する領域を慎重に検査するためのプロンプトとして表示する必要があります。乳癌の存在または非存在に関する最終決定は、放射線科医によって行われるべき追加の画像化手順を要求することができる人又はマンモグラフィとCADが提起した疑惑を確認するかを確認する臨床試験。

私たちの方法が存在後ろ向き研究で刺激的な結果を提供してきたが、これらはまだ臨床使用に準備がで.......