Quantificação de tecidos em imagens mamográficas por meio de histogramas
Carregando...
Data
2012
Autores
Souza, Rafael Toledo Fernandes de [UNESP]
Pina, Diana Rodrigues de [UNESP]
Alvarez, Matheus [UNESP]
Velo, Alexandre França [UNESP]
Oliveira, Marcela de [UNESP]
Pavan, Ana Luiza Menegatti [UNESP]
Miranda, José Ricardo de Arruda [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Breast cancer is the main cause of death among women. The amount of fibroglandular tissue in breast is directly associated with the probability of breast cancer and also indicates the difficulty degree in in the detection of this disease. This study aims to quantify the breast tissues on mammographic planar images through an algorithm that uses the histogram of these images. We analyzed 10 breast exams (each exam containing an image on the Cranio-Caudal projection (CC) and the projection Middle Lateral Oblique (MLO)). For validation, three mammographic images were analyzed with the developed algorithm and compared with measurements carried out by segmenting images in the same breast Magnetic Resonance Images (MR). The variations found between the CC and MLO images were not significant by Bland and Altman test. For validation, the biggest difference between the results obtained by the algorithm and the segmentation of MR images for the fibroglandular tissue was 3.50%, showing a good agreement between methods, and thus showing that the algorithm developed satisfactorily quantifies the mammographic images.
O câncer de mama é a primeira causa de morte entre as mulheres. A quantidade de tecido fibroglandular da mama está diretamente associada à probabilidade de ocorrência de câncer de mama, e também indica o grau de dificuldade na detecção desta patologia. Este estudo teve como objetivo a quantificação dos tecidos da mama em imagens planares de mamografia, por meio de um algoritmo que utiliza o histograma dessas imagens. Foram analisados dez exames de mamas (cada exame contendo uma imagem na projeção Crânio-Caudal (CC) e uma na projeção Médio-Lateral Oblíqua (MLO)). Para a validação, foram analisadas três imagens mamográficas com o algoritmo desenvolvido, e comparadas com quantificações realizadas mediante a segmentação das mesmas mamas em imagens de Ressonância Magnética (RM). As variações encontradas entre as imagens CC e MLO não foram significativas pelo teste de Bland e Altman. Na validação, a maior diferença encontrada entre os resultados obtidos pelo algoritmo e a segmentação das imagens de RM, para o tecido fibroglandular, foi de 3,5%, mostrando uma boa concordância entre os métodos, e evidenciando que o algoritmo desenvolvido quantifica satisfatoriamente as imagens mamográficas.
O câncer de mama é a primeira causa de morte entre as mulheres. A quantidade de tecido fibroglandular da mama está diretamente associada à probabilidade de ocorrência de câncer de mama, e também indica o grau de dificuldade na detecção desta patologia. Este estudo teve como objetivo a quantificação dos tecidos da mama em imagens planares de mamografia, por meio de um algoritmo que utiliza o histograma dessas imagens. Foram analisados dez exames de mamas (cada exame contendo uma imagem na projeção Crânio-Caudal (CC) e uma na projeção Médio-Lateral Oblíqua (MLO)). Para a validação, foram analisadas três imagens mamográficas com o algoritmo desenvolvido, e comparadas com quantificações realizadas mediante a segmentação das mesmas mamas em imagens de Ressonância Magnética (RM). As variações encontradas entre as imagens CC e MLO não foram significativas pelo teste de Bland e Altman. Na validação, a maior diferença encontrada entre os resultados obtidos pelo algoritmo e a segmentação das imagens de RM, para o tecido fibroglandular, foi de 3,5%, mostrando uma boa concordância entre os métodos, e evidenciando que o algoritmo desenvolvido quantifica satisfatoriamente as imagens mamográficas.
Descrição
Palavras-chave
Mammography, Breast, Tissues, Algorithms, Mamografia, Mama, Tecidos, Algoritmos
Como citar
Revista Brasileira de Física Médica, v. 6, n. 3, p. 173-177, 2012.