Original paperModeller af brystlæsioner baseret på tredimensionelle røntgenbilleder af brystet

Denne artikel præsenterer en metode til oprettelse af beregningsmodeller af brystlæsioner med uregelmæssige former fra patienters Digital Breast Tomosynthesis (DBT) billeder eller brystkadavere og helkrops-computertomografibilleder (CT). Metoden omfatter seks grundlæggende trin: (a) normalisering af intensiteten af tomografibillederne, (b) reduktion af billedstøj, (c) binarisering af læsionsområdet, (d) anvendelse af morfologiske operationer for yderligere at reducere artefakter, (e) anvendelse af en områdevækstteknik til segmentering af læsionen, og (f) oprettelse af en endelig 3D-læsionsmodel. Algoritmen er halvautomatisk, da den indledende udvælgelse af læsionens område og frøene til områdeforøgelsen foretages interaktivt. Der blev udviklet et softwareværktøj, der udfører alle de nødvendige trin, i MATLAB. Metoden blev afprøvet og evalueret ved at analysere anonymiserede sæt af DBT-patientbilleder, hvor der er diagnosticeret læsioner. Erfarne radiologer evaluerede segmenteringen af tumorerne i skiverne og de opnåede 3D-læsionsformer. De konkluderede, at afgrænsningen af læsionerne var ganske tilfredsstillende. Desuden blev der for tre DBT-tilfælde foretaget en afgrænsning af tumorerne uafhængigt af radiologerne. I alle tilfælde var de afvigelsesvolumener, der blev segmenteret af den foreslåede algoritme, mindre end dem, der blev afgrænset af eksperterne. De beregnede Dice-sammenfaldskoefficienter for algoritme-radiolog og radiolog-radiolog viste lignende værdier. Et andet udvalgt tumortilfælde blev indført i en computerbaseret brystmodel for at foretage en rekursiv vurdering af algoritmen. Den relative volumenforskel mellem tumorvolumenet i virkeligheden og det volumen, der opnås ved at anvende algoritmen på det syntetiske volumen fra den virtuelle DBT-undersøgelse, er på 5 %, hvilket viser, at den foreslåede segmenteringsalgoritme fungerer tilfredsstillende. Det softwareværktøj, som vi har udviklet, blev brugt til at skabe modeller af forskellige brystanomaliteter, som derefter blev gemt i en database til brug for forskere, der arbejder på dette område.