KFU. Card publication. Автоматическое дифференцирование кальцинатов и их скоплений на маммограммах: результаты работы блока системы компьютерного анализа

- RUS
- 中文
- ES

АВТОМАТИЧЕСКОЕ ДИФФЕРЕНЦИРОВАНИЕ КАЛЬЦИНАТОВ И ИХ СКОПЛЕНИЙ НА МАММОГРАММАХ: РЕЗУЛЬТАТЫ РАБОТЫ БЛОКА СИСТЕМЫ КОМПЬЮТЕРНОГО АНАЛИЗА

Form of presentation

Articles in Russian journals and collections

Year of publication

2024

Язык

русский

Authors, employees of KFU

Kolchev Aleksey Anatolevich, author

Bibliographic description in the original language

Pasynkov D. V. Avtomaticheskoe differencirovanie kalcinatov i ikh skopleniy na mammogrammakh: rezultaty raboty bloka sistemy kompyuternogo analiza / D. V. Pasynkov, E.A. Romanycheva, I.A. Egoshin, A. A. Kolchev, S. N.Merinov, O. V. Busygina, M.A. Mikhalcova // Luchevaya diagnostika i terapiya. – 2024. – № 3(15). – S. 86-95. – http://dx.doi.org/10.22328/2079-5343.

Annotation

ВВЕДЕНИЕ: Ранее нами была разработана система компьютерного анализа (CAD) маммограмм MammCheck II, которая обеспечила повышение выявляемости малых и трудно идентифицируемых форм рака молочной железы (РМЖ). Однако данная система не была предназначена для идентификации и дифференцирования кальцинатов, хотя наличие кальцинатов не влияло на способность данной системы идентифицировать РМЖ, проявляющийся объемными образованиями. ЦЕЛЬ: Разработать методику автоматического дифференцирования доброкачественных и подозрительных кальцинатов и их скоплений на маммограммах и охарактеризовать ее клиническую ценность. МАТЕРИАЛЫ И МЕТОДЫ: Для тестирования системы использовался набор из 390 маммографических изображений, содержавших кальцинаты всех типов (278 — с доброкачественными и 112 — с подозрительными кальцинатами). В качестве классификатора использовали линейный метод опорных векторов (SVM), который был предварительно обучен на наборе из 126 изображений скоплений кальцинатов (70 доброкачественных, 56 подозрительных). Было разработано две модели SVM: без анализа сосудистых кальцинатов и с таковым, которые были протестированы. Статистика: сравнение нормально распределенных выборок производили с использованием t-критерия Стьюдента, ненормально распределенных — с использованием критериев Уилкоксона и хи-квадрат. Оценка корреляции нормально распределенных выборок осуществлялась путем расчета коэффициента Пирсона, ненормально распределенных — коэффициентов Спирмена или Кендалла. Статистическую достоверность констатировали при получении значений р<0,05. РЕЗУЛЬТАТЫ: При анализе результатов использования модели без анализа сосудистых кальцинатов было показано сходство мелких начальных кальцинатов данной природы с подозрительными, в результате данная модель ложно классифицировала 14 из 23 [60,87%] скоплений сосудистых кальцинатов как подозрительные. Это потребовало усовершенствования модели. Общие результаты дифференцирования кальцинатов всех типов (доброкачественных и злокачественных) при использовании обновленной модели с анализом сосудистых кальцинатов: истинноположительные заключения — 375/390 (96,15%), ложноположительные — 15/390 (3,84%). При этом в обоих случаях, когда подозрительные кальцинаты ошибочно маркировались как доброкачественные, ошибочное срабатывание отмечалось только на маммограммах в одной проекции, в то время как на маммограммах в другой проекции подозрительные кальцинаты были промаркированы верно. ОБСУЖДЕНИЕ: При разработке CAD представляется важным не только маркировать подозрительные зоны, но и обеспечивать подавление ложноположительных меток, соответствующих очевидно доброкачественным процессам. Однако при этом важно не подавить истинноположительные метки, поэтому при создании подобных систем очевидно неизбежен некоторый перекос в сторону снижения прогностической ценности подозрительных меток за счет максимального повышения прогностической ценности доброкачественных меток. На наш взгляд, разработанный подход удовлетворяет такому требованию.

Keywords

маммография, доброкачественные кальцинаты, сосудистые кальцинаты, подозрительные кальцинаты, система компьютерного анализа

The name of the journal

ЛУЧЕВАЯ ДИАГНОСТИКА И ТЕРАПИЯ

Please use this ID to quote from or refer to the card

https://repository.kpfu.ru/eng/?p_id=305059&p_lang=2

Full metadata record

Field DC	Value	Language
dc.contributor.author	Kolchev Aleksey Anatolevich	ru_RU
dc.date.accessioned	2024-01-01T00:00:00Z	ru_RU
dc.date.available	2024-01-01T00:00:00Z	ru_RU
dc.date.issued	2024	ru_RU
dc.identifier.citation	Пасынков Д. В. Автоматическое дифференцирование кальцинатов и их скоплений на маммограммах: результаты работы блока системы компьютерного анализа / Д. В. Пасынков, Е.А. Романычева, И.А. Егошин, А. А. Колчев, С. Н.Меринов, О. В. Бусыгина, М.А. Михальцова // Лучевая диагностика и терапия. – 2024. – № 3(15). – С. 86-95. – http://dx.doi.org/10.22328/2079-5343.	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/eng/?p_id=305059&p_lang=2	ru_RU
dc.description.abstract	ЛУЧЕВАЯ ДИАГНОСТИКА И ТЕРАПИЯ	ru_RU
dc.description.abstract	ВВЕДЕНИЕ: Ранее нами была разработана система компьютерного анализа (CAD) маммограмм MammCheck II, которая обеспечила повышение выявляемости малых и трудно идентифицируемых форм рака молочной железы (РМЖ). Однако данная система не была предназначена для идентификации и дифференцирования кальцинатов, хотя наличие кальцинатов не влияло на способность данной системы идентифицировать РМЖ, проявляющийся объемными образованиями. ЦЕЛЬ: Разработать методику автоматического дифференцирования доброкачественных и подозрительных кальцинатов и их скоплений на маммограммах и охарактеризовать ее клиническую ценность. МАТЕРИАЛЫ И МЕТОДЫ: Для тестирования системы использовался набор из 390 маммографических изображений, содержавших кальцинаты всех типов (278 — с доброкачественными и 112 — с подозрительными кальцинатами). В качестве классификатора использовали линейный метод опорных векторов (SVM), который был предварительно обучен на наборе из 126 изображений скоплений кальцинатов (70 доброкачественных, 56 подозрительных). Было разработано две модели SVM: без анализа сосудистых кальцинатов и с таковым, которые были протестированы. Статистика: сравнение нормально распределенных выборок производили с использованием t-критерия Стьюдента, ненормально распределенных — с использованием критериев Уилкоксона и хи-квадрат. Оценка корреляции нормально распределенных выборок осуществлялась путем расчета коэффициента Пирсона, ненормально распределенных — коэффициентов Спирмена или Кендалла. Статистическую достоверность констатировали при получении значений р<0,05. РЕЗУЛЬТАТЫ: При анализе результатов использования модели без анализа сосудистых кальцинатов было показано сходство мелких начальных кальцинатов данной природы с подозрительными, в результате данная модель ложно классифицировала 14 из 23 [60,87%] скоплений сосудистых кальцинатов как подозрительные. Это потребовало усовершенствования модели. Общие результаты дифференцирования кальцинатов всех типов (доброкачественных и злокачественных) при использовании обновленной модели с анализом сосудистых кальцинатов: истинноположительные заключения — 375/390 (96,15%), ложноположительные — 15/390 (3,84%). При этом в обоих случаях, когда подозрительные кальцинаты ошибочно маркировались как доброкачественные, ошибочное срабатывание отмечалось только на маммограммах в одной проекции, в то время как на маммограммах в другой проекции подозрительные кальцинаты были промаркированы верно. ОБСУЖДЕНИЕ: При разработке CAD представляется важным не только маркировать подозрительные зоны, но и обеспечивать подавление ложноположительных меток, соответствующих очевидно доброкачественным процессам. Однако при этом важно не подавить истинноположительные метки, поэтому при создании подобных систем очевидно неизбежен некоторый перекос в сторону снижения прогностической ценности подозрительных меток за счет максимального повышения прогностической ценности доброкачественных меток. На наш взгляд, разработанный подход удовлетворяет такому требованию.	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	маммография	ru_RU
dc.subject	доброкачественные кальцинаты	ru_RU
dc.subject	сосудистые кальцинаты	ru_RU
dc.subject	подозрительные кальцинаты	ru_RU
dc.subject	система компьютерного анализа	ru_RU
dc.title	Автоматическое дифференцирование кальцинатов и их скоплений на маммограммах: результаты работы блока системы компьютерного анализа	ru_RU
dc.type	Articles in Russian journals and collections	ru_RU