पिछले मैमोग्राम्स में वास्तु विकृति का पता लगाने<em> के माध्यम से</emउन्मुख पैटर्न की> विश्लेषण
Summary
हम पिछले मैमोग्राम में वास्तु विकृति का पता लगाने के लिए तरीकों का प्रदर्शन. उन्मुख संरचनाओं ऊतक पैटर्न radiating की साइटों का पता लगाने में गेबर फिल्टर और चरण चित्रों का उपयोग विश्लेषण कर रहे हैं. प्रत्येक साइट की विशेषता और spiculating पैटर्न का प्रतिनिधित्व करने के उपायों का उपयोग कर वर्गीकृत किया गया है. तरीकों स्तन कैंसर का पता लगाने में सहायता करनी चाहिए.
Abstract
हम मैमोग्राम में स्तन ऊतक पैटर्न के उन्मुखीकरण के विश्लेषण पर आधारित अंतराल कैंसर के मामलों के पूर्व मैमोग्राम में वास्तु विकृति का पता लगाने के लिए तरीकों का प्रदर्शन. हम वास्तु विरूपण जनता या ट्यूमर के गठन से पहले mammographic छवियों में स्तन ऊतक पैटर्न के सामान्य उन्मुखीकरण को संशोधित करने वाली परिकल्पना है. हमारे तरीकों के प्रारंभिक चरणों में, एक दिया मैमोग्राम में उन्मुख संरचनाओं ऊतक पैटर्न radiating या अन्तर्विभाजक की नोड जैसी साइटों का पता लगाने में गेबर फिल्टर और चरण चित्रों का उपयोग विश्लेषण कर रहे हैं. प्रत्येक का पता चला तो साइट नोड मूल्य, भग्न आयाम, और विशेष रूप से वास्तु विकृति के साथ जुड़े spiculating पैटर्न का प्रतिनिधित्व करने के लिए डिजाइन कोणीय फैलाव का एक उपाय का उपयोग कर विशेषता है.
हमारे तरीकों के लिए विकसित सुविधाओं का उपयोग कर 56 अंतराल कैंसर के मामलों के 106 पूर्व mammograms और 13 सामान्य मामलों के 52 मैमोग्राम का एक डाटाबेस के साथ परीक्षण किया गयावास्तु विरूपण, द्विघात विभेदक विश्लेषण के माध्यम से पैटर्न वर्गीकरण, और छुट्टी एक मरीज बाहर की प्रक्रिया के साथ मान्यता की विशेषता. विशेषता विश्लेषण ऑपरेटिंग मुक्त प्रतिक्रिया रिसीवर के परिणामों के अनुसार, हमारे तरीके के बारे में 80% की संवेदनशीलता के साथ, स्तन कैंसर के नैदानिक निदान से पहले (औसत पर) 15 महीने ले लिया, पूर्व मैमोग्राम में वास्तु विकृति का पता लगाने की क्षमता का प्रदर्शन किया है रोगी प्रति पाँच झूठी सकारात्मक.
Introduction
स्तन कैंसर महिलाओं को प्रभावित करने में एक प्रमुख बीमारी है और महिलाओं 1,2 के बीच कैंसर से संबंधित मौत का दूसरा प्रमुख कारण है. बचने की संभावना और स्तन कैंसर के प्रारंभिक दौर में प्रभावी उपचार के माध्यम से प्रभावित रोगियों के रोग का निदान में सुधार करने के लिए, रोग का जल्दी से जल्दी पता लगाया जाना चाहिए. स्तन कैंसर के मामलों के पूर्वव्यापी विश्लेषण में, असामान्यताओं का सूक्ष्म संकेत पहले से हासिल कर ली स्क्रीनिंग मैमोग्राम 3,4 पर देखा गया है. वास्तु विरूपण 5,6 का पता लगाने के लिए मुश्किल है कि स्तन कैंसर के संभवतः प्रारंभिक दौर के ऐसे ही एक स्थानीय mammographic संकेत है. संबद्ध पैटर्न अस्पष्ट कोई निश्चित द्रव्यमान के साथ दिखाई दे स्तन के सामान्य वास्तुकला की विकृति के रूप में वर्णित हैं. वास्तु विरूपण एक स्तन मास या ट्यूमर के गठन के प्रारंभिक चरणों में दिखाई दे सकता है. हम स्क्रीनिंग mammograms पहले स्तन कैंसर सी का पता लगाने के लिए प्राप्त की परिकल्पना है किould विशेष, वास्तु विकृति में स्तन कैंसर के प्रारंभिक दौर के सूक्ष्म संकेत होते हैं.
चित्रा 1 ए स्क्रीन का पता चला कैंसर के एक मामले के एक पूर्व mammographic छवि को दर्शाता है. एक रेडियोलाजिस्ट (JELD) द्वारा की पहचान की विषमता के क्षेत्र में एक लाल आयत के साथ दिए गए है. पूर्व मैमोग्राम 24 महीनों चित्रा 1 बी में दिखाया गया पता लगाने के मैमोग्राम से पहले लिया गया था. पूर्व मैमोग्राम स्क्रीनिंग के मूल उदाहरण पर कैंसर के लक्षण से मुक्त घोषित किया गया था. पूर्वव्यापी विश्लेषण में पता लगाने और मैमोग्राम का पता चला, कैंसर की साइट से संबंधित एक संदिग्ध क्षेत्र के साथ तुलना में रेडियोलाजिस्ट द्वारा चिह्नित किया गया है, और पूर्व मैमोग्राम पर लाल रंग में उल्लिखित है. संदिग्ध क्षेत्र spicules सहित वास्तु विकृति के लक्षण होते हैं.
कंप्यूटर सहायता प्राप्त निदान (सीएडी) तकनीक और प्रणालियों Brea का पता लगाने में वृद्धि की संवेदनशीलता को प्राप्त करने के लिए क्षमता की पेशकशसेंट कैंसर 2,7-9. हालांकि, इस तरह आम जनता और calcifications के रूप में स्तन कैंसर के अन्य लक्षण, का पता लगाने पर साहित्य में मौजूद प्रकाशनों की संख्या के साथ तुलना में, पढ़ाई का केवल एक छोटी संख्या एक के अभाव में वास्तु विकृति का पता लगाने पर सूचित किया गया है केंद्रीय जन 10-17. व्यावसायिक रूप से उपलब्ध सीएडी सिस्टम वास्तु विकृति 18 का पता लगाने में खराब प्रदर्शन करने के लिए पाया गया है. 3,4,19-22 अपनी प्रारंभिक अवस्था में स्तन रोगों का पता लगाने और उपचार के लिए रणनीति विकसित करने में मदद, और में सुधार हो सकता है स्क्रीन का पता चला या अंतराल कैंसर के मामलों के पूर्व मैमोग्राम में वास्तु विकृति का पता लगाने पर अध्ययन रोगी 23 के लिए रोग का निदान.
प्रयोग के लिए छवियों की तैयारी
प्रयोगों 56 व्यक्तियों की 106 पूर्व मैमोग्राम सहित 158 mammographic छवियों का निदान के साथ आयोजित की गईस्तन कैंसर और 13 सामान्य व्यक्तियों के 52 छवियों के साथ. अध्ययन के लिए आचार अनुमोदन संयुक्त स्वास्थ्य अनुसंधान एथिक्स बोर्ड, मेडिकल जैवनैतिकता के कार्यालय, कैलगरी विश्वविद्यालय, और कैलगरी क्षेत्रीय स्वास्थ्य प्राधिकरण से प्राप्त हुई थी. स्तन कैंसर 21,24,25 का जल्दी पता लगाने के लिए अलबर्टा कार्यक्रम: छवियों को स्क्रीन टेस्ट से प्राप्त किया गया.
पूर्व स्क्रीनिंग कार्यक्रम के बाहर कैंसर के निदान के लिए स्क्रीनिंग कार्यक्रम के लिए पिछले अनुसूचित यात्रा में अधिग्रहण मैमोग्राम्स अंतराल कैंसर के मामलों के पूर्व मैमोग्राम के रूप में चिह्नित किया गया. इसी नैदानिक मैमोग्राम उपलब्ध नहीं थे. 106 पूर्व mammograms के दो लेकिन सभी स्क्रीनिंग कार्यक्रम में उनके अधिग्रहण और विश्लेषण के समय में स्तन कैंसर के किसी भी हस्ताक्षर से मुक्त घोषित किया गया था, अन्य दो मैमोग्राम को इसी व्यक्तियों बायोप्सी के लिए भेजा गया था. कैंसर के निदान और पूर्व मैमोग्राम के बीच समय अंतराल लेकर 1.5 माह से15 महीने और 7 महीने के मानक विचलन की औसत से 24.5 महीनों के लिए है,. डेटाबेस में उपलब्ध अंतराल कैंसर के मामलों के पूर्व mammograms के सभी कोई संदिग्ध भागों पहचाना जा सकता है जिसमें छह छवियों को छोड़कर, वर्तमान अध्ययन में शामिल किया गया है.
स्क्रीन फिल्म मैमोग्राम 50 माइक्रोन और Lumiscan 85 लेजर स्कैनर (Lumisys, सनीवेल, सीए) का उपयोग पिक्सेल प्रति 12 बिट के ग्रे पैमाने पर संकल्प के स्थानिक संकल्प में डिजीटल गया. मैमोग्राफी (JELD) में विशेष विशेषज्ञ रेडियोलाजिस्ट अंतराल कैंसर के मामलों के 106 पूर्व मैमोग्राम के सभी की समीक्षा की और बाद इमेजिंग या बायोप्सी पर उपलब्ध रिपोर्ट के आधार पर आयताकार बॉक्स के साथ वास्तु विरूपण की संदिग्ध क्षेत्रों के रूप में चिह्नित है, या मैमोग्राम का विस्तृत निरीक्षण से . वर्तमान अध्ययन में इस्तेमाल डाटासेट में 106 पूर्व mammographic छवियों के, 38 छवियाँ दिखाई वास्तु विकृति है, और शेष 68 छवियों कोई स्पष्ट रूप से संदिग्ध या EV होतेवास्तु विरूपण अध्यक्ष. रेडियोलाजिस्ट द्वारा तैयार आयताकार बॉक्स द्वारा की पहचान के रूप में प्रत्येक पूर्व मैमोग्राम वास्तु विरूपण की एक साइट में शामिल है. औसत चौड़ाई, ऊंचाई, और रेडियोलाजिस्ट द्वारा चिह्नित छवियों के 106 संदिग्ध भागों के क्षेत्र क्रमशः मानक 11.8 मिमी के विचलन, 11.6 मिमी, और 1073.9 मिमी 2, के साथ, 56 मिमी, 39 मिमी, और 2,274 मिमी 2 हैं.
Protocol
Representative Results
Discussion
हम भी अंतराल कैंसर के मामलों के पूर्व मैमोग्राम में वास्तु विकृति का पता लगाने के लिए मशीन सीखने और सीएडी के रूप में जाना डिजिटल इमेज प्रोसेसिंग और पैटर्न मान्यता की अत्याधुनिक तकनीक, की एक श्रृंखला प?…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
इस काम के सहयोगात्मक अनुसंधान और प्रशिक्षण के अनुभव कार्यक्रम (बनाने) और एक डिस्कवरी अनुदान प्राकृतिक विज्ञान से और कनाडा के इंजीनियरिंग रिसर्च काउंसिल () NSERC से अनुदान द्वारा समर्थित किया गया.
Riferimenti
- 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).
- 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).
- 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).
- Homer, M. J. . Mammographic Interpretation: A Practical Approach. , (1997).
- 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).
- 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).
- 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).
- Rangayyan, R. M. . Biomedical Image Analysis. , (2005).
- 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).
- 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).
- Karssemeijer, N., te Brake, G. M. Detection of stellate distortions in mammograms. IEEE Transactions on Medical Imaging. 15 (5), 611-619 (1996).
- 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).
- Sampat, M. P., Whitman, G. J., Markey, M. K., Bovik, A. C., Fitzpatrick, J. M., Reinhardt, J. M. Evidence based detection of spiculated masses and architectural distortion. Proceedings of SPIE Medical Imaging 2005: Image Processing. 5747, 26-37 (2005).
- 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).
- 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).
- Matsubara, T., Hara, T., Fujita, H., Endo, T., Iwase, T. Automated detection method for mammographic spiculated architectural distortion based on surface analysis. 3 (1), 176-177 (2008).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Gabor, D. Theory of communication. Journal of the Institute of Electrical Engineers. 93, 429-457 (1946).
- Rao, A. R. . A Taxonomy for Texture Description and Identification. , (1990).
- Otsu, N. A threshold selection method from gray-level histograms. IEEE Transactions on Systems, Man, and Cybernetics. 9 (1), 62-66 (1979).
- Gonzalez, R. C., Woods, R. E. . Digital Image Processing. , (2002).
- Ayres, F. J., Rangayyan, R. M. Design and performance analysis of oriented feature detectors. Journal of Electronic Imaging. 16 (2), (2007).
- 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).
- 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).
- Ayres, F. J., Rangayyan, R. M., Hozman, J., Kneppo, P. Detection of architectural distortion in mammograms via analysis of phase portraits and curvilinear structures. Proceedings of EMBEC’05: 3rd European Medical & Biological Engineering Conference. 11, 1768-1773 (2005).
- 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).
- 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).
- 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).
- Ichikawa, T., Matsubara, T., Hara, T., Fujita, H., Endo, T., Iwase, T., Fitzpatrick, J. M., Sonka, M. . Automated detection method for architectural distortion areas on mammograms based on morphological processing and surface analysis. , 920-923 (2004).
- Sonka, M., Hlavac, V., Boyle, R. . Image Processing, Analysis and Machine Vision. , (1993).
- Canny, J. A computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 8 (6), 679-698 (1986).
- 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).
- Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. Optimization by simulated annealing. Science. 220 (4598), 671-680 (1983).
- Gershenfeld, N. . The Nature of Mathematical Modeling. , (1999).
- Mandelbrot, B. B. The Fractal Geometry of Nature. , (1983).
- Peitgen, H. -. O., Jürgens, H., Saupe, D. . Chaos and Fractals: New Frontiers of Science. , (2004).
- 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).
- 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).
- Bak, P., Tang, C., Wiesenfeld, K. Self-organized criticality: An explanation of 1/f noise. The American Physical Society. 59, 381-384 (1987).
- 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).
- Anguiano, E., Pancorbo, M. A., Aguilar, M. Fractal characterization by frequency analysis: I. Surfaces. Journal of Microscopy. 172, 223-232 (1993).
- Aguilar, M., Anguiano, E., Pancorbo, M. A. Fractal characterization by frequency analysis: II. A new method. Journal of Microscopy. 172, 233-238 (1993).
- Metz, C. E. ROC methodology in radiologic imaging. Investigative Radiology. 21, 720-733 (1986).
- Bornefalk, H., Hermansson, A. B. On the comparison of FROC curves in mammography CAD systems. Medical Physics. 32 (2), 412-417 (2005).
- 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).
- 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).
- Ramsey, F. L., Schafer, D. W. . The Statistical Sleuth: A Course in Methods of Data Analysis. , (1997).
- Wiley-Interscience, . , (2001).
- 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).
- 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).
- 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).
