JoVE Journal > Medicine
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
References
자동 번역
Please note that all translations are automatically generated. Click here for the English version.
의학

الكشف عن تشويه المعمارية في تصوير الثدي بالأشعة السينية قبل<em> عبر</em> تحليل أنماط الموجه

Published: August 30, 2013
doi:
10.3791/50341
, ,
1Department of Electrical and Computer Engineering, Schulich School of Engineering,University of Calgary , 2Department of Radiology,University of Calgary

Summary

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.

Abstract

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.

Introduction

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.

Protocol

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 …

Representative Results

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 المي?…

Discussion

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 الص…

Disclosures

The authors have nothing to disclose.

Acknowledgements

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

References

  1. 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).
  2. 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).
  3. 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).
  4. Homer, M. J. . Mammographic Interpretation: A Practical Approach. , (1997).
  5. 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).
  6. 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).
  7. 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).
  8. Rangayyan, R. M. . Biomedical Image Analysis. , (2005).
  9. 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).
  10. 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).
  11. Karssemeijer, N., te Brake, G. M. Detection of stellate distortions in mammograms. IEEE Transactions on Medical Imaging. 15 (5), 611-619 (1996).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. 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).
  21. 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).
  22. 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).
  23. 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).
  24. Gabor, D. Theory of communication. Journal of the Institute of Electrical Engineers. 93, 429-457 (1946).
  25. Rao, A. R. . A Taxonomy for Texture Description and Identification. , (1990).
  26. Otsu, N. A threshold selection method from gray-level histograms. IEEE Transactions on Systems, Man, and Cybernetics. 9 (1), 62-66 (1979).
  27. Gonzalez, R. C., Woods, R. E. . Digital Image Processing. , (2002).
  28. Ayres, F. J., Rangayyan, R. M. Design and performance analysis of oriented feature detectors. Journal of Electronic Imaging. 16 (2), (2007).
  29. 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).
  30. 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).
  31. 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).
  32. 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).
  33. 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).
  34. 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).
  35. 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).
  36. Sonka, M., Hlavac, V., Boyle, R. . Image Processing, Analysis and Machine Vision. , (1993).
  37. Canny, J. A computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 8 (6), 679-698 (1986).
  38. 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).
  39. Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. Optimization by simulated annealing. Science. 220 (4598), 671-680 (1983).
  40. Gershenfeld, N. . The Nature of Mathematical Modeling. , (1999).
  41. Mandelbrot, B. B. The Fractal Geometry of Nature. , (1983).
  42. Peitgen, H. -. O., Jürgens, H., Saupe, D. . Chaos and Fractals: New Frontiers of Science. , (2004).
  43. 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).
  44. 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).
  45. Bak, P., Tang, C., Wiesenfeld, K. Self-organized criticality: An explanation of 1/f noise. The American Physical Society. 59, 381-384 (1987).
  46. 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).
  47. Anguiano, E., Pancorbo, M. A., Aguilar, M. Fractal characterization by frequency analysis: I. Surfaces. Journal of Microscopy. 172, 223-232 (1993).
  48. Aguilar, M., Anguiano, E., Pancorbo, M. A. Fractal characterization by frequency analysis: II. A new method. Journal of Microscopy. 172, 233-238 (1993).
  49. Metz, C. E. ROC methodology in radiologic imaging. Investigative Radiology. 21, 720-733 (1986).
  50. Bornefalk, H., Hermansson, A. B. On the comparison of FROC curves in mammography CAD systems. Medical Physics. 32 (2), 412-417 (2005).
  51. 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).
  52. 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).
  53. Ramsey, F. L., Schafer, D. W. . The Statistical Sleuth: A Course in Methods of Data Analysis. , (1997).
  54. Wiley-Interscience, . , (2001).
  55. 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).
  56. 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).
  57. 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).

Tags

Architectural DistortionMammogramsOriented PatternsGabor FiltersPhase PortraitsNode ValueFractal DimensionAngular DispersionQuadratic Discriminant AnalysisFree-response Receiver Operating Characteristic
check_url/kr/50341?article_type=t

Play Video
PDF
DOI
Cite This Article
Rangayyan, R. M., Banik, S., Desautels, J. L. Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns. J. Vis. Exp. (78), e50341, doi:10.3791/50341 (2013).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image