Original paperModels of breast lesions based on three-dimensional X-ray breast images

In dit artikel wordt een methode gepresenteerd voor het maken van computermodellen van borstlaesies met onregelmatige vormen op basis van digitale borsttomosynthese (DBT)-beelden van patiënten of borstkadavers en Computed Tomography (CT)-beelden van het gehele lichaam. De aanpak omvat zes basisstappen: (a) normalisatie van de intensiteit van de tomografische beelden; (b) ruisonderdrukking van het beeld; (c) binarisering van het laesiegebied, (d) toepassing van morfologische operaties om het niveau van artefacten verder te verlagen; (e) toepassing van een region growing techniek om de laesie te segmenteren; en (f) creatie van een definitief 3D-laesiemodel. Het algoritme is semi-automatisch aangezien de initiële selectie van de regio van de laesie en de zaden voor de regio groei interactief worden gedaan. Er is een softwareprogramma ontwikkeld in MATLAB, dat alle vereiste stappen uitvoert. De methode werd getest en geëvalueerd door het analyseren van geanonimiseerde sets van DBT-patiëntbeelden met gediagnosticeerde laesies. Ervaren radiologen evalueerden de segmentatie van de tumoren in de doorsneden en de verkregen 3D vormen van de laesies. Zij kwamen tot een vrij bevredigende afbakening van de laesies. Bovendien werd voor drie DBT gevallen een delineatie van de tumoren onafhankelijk uitgevoerd door de radiologen. In alle gevallen waren de door het voorgestelde algoritme gesegmenteerde abnormaliteitsvolumes kleiner dan die welke door de deskundigen waren geschetst. De berekende Dice similariteitscoëfficiënten voor algoritme-radioloog en radioloog-radioloog vertoonden vergelijkbare waarden. Een ander geselecteerd tumorgeval werd in een computationeel borstmodel ingevoerd om het algoritme recursief te beoordelen. Het relatieve volumeverschil tussen het ruwe tumorvolume en het volume verkregen door toepassing van het algoritme op het synthetische volume van de virtuele DBT studie bedraagt 5%, hetgeen de bevredigende prestaties van het voorgestelde segmentatiealgoritme aantoont. Het door ons ontwikkelde softwareprogramma werd gebruikt om modellen van verschillende borstafwijkingen te maken, die vervolgens werden opgeslagen in een database voor gebruik door onderzoekers die op dit gebied werkzaam zijn.