Preview

Медицинская визуализация

Расширенный поиск

Сравнительный анализ диагностической ценности систем компьютерного анализа маммограмм I и II поколений

https://doi.org/10.24835/1607-0763-2017-1-90-102

Полный текст:

Аннотация

Цель исследования: сравнительная оценка эффективности работы систем компьютерного анализа (CAD) I и II поколений собственной разработки на обширной базе неотобранных маммографических изображений, полученных в условиях рутинной клинической практики.

Материал и методы. Обе системы были протестированы на наборе из 1532 маммограмм 356 пациенток с верифицированным раком молочной железы (РМЖ) на способность обнаруживать подозрительные области с различными характеристиками на маммограммах различной степени плотности. Размер образований, соответствовавших РМЖ, варьировал от 4 до 35 мм (средний – 13,4 ± 6,3 мм). Исключали случаи РМЖ, проявлявшиеся только в виде скоплений микрокальцинатов, поскольку данная задача решается с использованием отдельного универсального блока.

Результаты. При использовании систем I и II поколения были получены следующие результаты соответственно: обнаружение малых раков (до 10 мм) с очаговым ростом – 41 (78,85%) из 52 и 48 (92,31%; p > 0,05) из 52; обнаружение РМЖ, проявляющегося в виде асимметрии, – 18 (100%) из 18 и 13 (72,2%; p > 0,05) из 18; обнаружение частично срезанных образований – 15 (83,3%) из 18 и 17 (94,4%; p > 0,05) из 18; обнаружение образований, плохо видимых или вообще невидимых на стандартных маммограммах ввиду плотной паренхимы МЖ (типы C-D согласно ACR 2013), – 9 (56,3%) из 16 и 7 (70,0%; p = 0,046) из 16. Общая частота обнаружения подозрительных образований составила 88,76% (316 из 356 случаев) – для CAD I и 90,73% (323 из 356 случаев; р>0,05) – для CAD II. Частота ложноположительных меток составила в среднем 1,8 и 1,3 соответственно на маммограмму при типах ACR А–В и 2,6 и 1,8 соответственно – при типах ACR C–D (p < 0,05).

Выводы. Эффективность CAD II сравнима с таковой CAD I во всех ситуациях, за исключением выявления плохо видимых и невидимых образований вследствие плотной паренхимы МЖ. Кроме того, CAD II, вероятно, превосходит CAD I в выявлении спикулизированных образований малых размеров. Частота ложноположительных меток при использовании CAD I была достоверно выше.

Об авторах

Д. В. Пасынков
ГБУ “Республиканский онкологический диспансер” Республики Марий Эл
Россия

канд. мед. наук, заведующий отделением лучевой диагностики Республиканского онкологического диспансера Республики Марий Эл, Йошкар-Ола

424037 Йошкар-Ола, ул. Осипенко, 22. Тел.: +7-9023-29-76-51



И. А. Егошин
ФГБОУ ВО “Марийский государственный университет”
Россия

аспирант кафедры прикладной математики и информатики Марийского государственного университета, Йошкар-Ола



А. А. Колчев
ФГАОУ ВПО “Казанский (Приволжский) федеральный университет”
Россия

канд. физ.-мат. наук, доцент кафедры радиоастрономии Казанского федерального университета, Казань



И. В. Клюшкин
ГБОУ ВПО “Казанский государственный медицинский университет” Минздрава России
Россия

доктор мед. наук, профессор, профессор кафедры общей хирургии Казанского государственного медицинского университета, Казань



О. В. Бусыгина
ГБУ “Республиканский онкологический диспансер” Республики Марий Эл
Россия

врач-рентгенолог отделения лучевой диагностики Республиканского онкологического диспансера Республики Марий Эл, Йошкар-Ола



Список литературы

1. Комарова В.П., Комарова Л.Е., Поддубная И.В. Фулвестрант в современной терапии распространенного рака молочной железы: фармакоэкономическое обоснование. Современная онкология. 2007; 9 (3): 33–35.

2. Bleyer A., Welch H.G. Effect of Three Decades of Screening Mammography on Breast- Cancer Incidence. N. Engl. J. Med. 2012; 367: 1998–2005. DOI: 10.1056/NEJMoa1206809.

3. Состояние онкологической помощи населению России в 2014 году; Под ред. А.Д. Каприна, В.В. Старинского, Г.В. Петровой. М.: МНИОИ им. П.А. Герцена – филиал ФГБУ «НМИРЦ» Минздрава России, 2015. 235 с.

4. Комарова Л.Е. Маммографический скрининг (состояние вопроса и перспективы). Российский онкологический журнал. 2015; 4: 9–16.

5. Клюшкин И.В., Пасынков Д.В., Бусыгина О.В., Пасынкова О.О. К вопросу о возможном повышении риска рака молочной железы у пациенток, перенесших оперативные вмешательства на ней по поводу доброкачественной патологии. Казанский медицинский журнал. 2015; 96 (3): 316–321. DOI: 10.17750/KMJ2015-316.

6. 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. Am. J. Roentgenol. 2003; 181: 1083–1088. DOI: 10.2214/ajr.181.4.1811083.

7. Lehman C.D., Wellman R.D., Buist D.S., Kerlikowske K., Tosteson A.N., Miglioretti D.L. Diagnostic Accuracy of Digital Screening Mammography With and Without Computer-Aided Detection. JAMA Intern. Med. 2015; 175 (11): 1828–1837. DOI: 10.1001/jamainternmed.2015.5231.

8. Пасынков Д.В., Клюшкин И.В., Бусыгина О.В. Способ повышения чувствительности и специфичности систем компьютерного анализа маммографических изображений при высокой плотности паренхимы молочной железы. Казанский медицинский журнал. 2016; 97 (3): 443–449. DOI: 10.17750/KMJ2016-.

9. Никитин О.Р., Пасечник А.С. Оконтуривание и сегментация в задачах автоматизированной диагностики пато логий. Методы и устройства передачи и обработки информации. 2009; 11: 300–309.

10. Chinu A.C. Overview and Comparative Analysis of Edge Detection Techniques in Digital Image Processing. Intern. J. Inform. Comput. Technol. 2014; 4 (10): 973–980.

11. Egoshin I., Pasynkov D., Kolchev A., Kliouchkin I. Value of nested contours analysis algorithm in mammographic image processing. Int. J. Comput. Assist. Radiol. Surg. 2016; 11 (1): S278.

12. Calas M.G.B., Gutfilen B., Pereira W.C.A. CAD and mammography: why use this tool? Radiol. Bras. 2012; 45 (1): 25–29.

13. Fuster D., Pagès M., Granados U. Update on PET/CT colonography in the diagnosis of colorectal cancer. Revista Española de Medicina Nuclear e Imagen Molecular. 2016; 35 (4): 246–252. DOI: 10.1016/j.remn.2016.05.001.

14. Kakinuma R., Ashizawa K., Kobayashi T. Comparison of sensitivity of lung nodule detection between radiologists and technologists on low-dose CT lung cancer screening images. Br. J. Radiol. 2012; 85 (1017): e603–e608. DOI: 10.1259/bjr/75768386

15. Cao J.Q., Olson R.A., Tyldesley S.K. Comparison of recurrence and survival rates after breast-conserving therapy and mastectomy in young women with breast cancer. Current Oncol. 2013; 20 (6): e593–e601. DOI: 10.3747/co.20.1543.

16. Пасынков Д.В., Клюшкин И.В., Бусыгина О.В. Контурный анализ маммографических изображений доброкачественной и злокачественной патологии молочной железы. Казанский медицинский журнал. 2015; 96 (3): 322–325. DOI: 10.17750/KMJ2015-322.


Для цитирования:


Пасынков Д.В., Егошин И.А., Колчев А.А., Клюшкин И.В., Бусыгина О.В. Сравнительный анализ диагностической ценности систем компьютерного анализа маммограмм I и II поколений. Медицинская визуализация. 2017;(1):90-102. https://doi.org/10.24835/1607-0763-2017-1-90-102

For citation:


Pasynkov D.V., Egoshin I.A., Kolchev A.A., Kliouchkin I.V., Busygina O.V. Diagnostic Value of 1st and 2nd Generation Computer Aided Detection Systems for Mammography: a Comparative Assessment. Medical Visualization. 2017;(1):90-102. (In Russ.) https://doi.org/10.24835/1607-0763-2017-1-90-102

Просмотров: 340


ISSN 1607-0763 (Print)
ISSN 2408-9516 (Online)