乳がんの特徴と分類のための高分散感性エントロピーイメージング

科学分野:

• 医療用画像検査
• バイオメディカルエンジニアリング
• 診断放射線科

背景:

• 画像の質と操作者の経験によって 超音波が制限されているため 乳房の病変の診断は困難です
• 乳がんの正確な診断には 超音波画像解析の改善が不可欠です

研究 の 目的:

• 乳がんの検出を向上させるため,高分散感度のぼやけたエントロピー (FE) 画像法を導入する.
• FEイメージングを使用して画像のコントラストと病変の検出性を改善します.
• 乳腺の病変を 超音波データによる定量分析で 良性または悪性に分類できるようにする.

主な方法:

• 各ピクセルのエントロピー値を計算するためにスライディングウィンドウのアプローチを使用し,パラメトリック画像を作成しました.
• 臨床実験では,生検による病変の分類と,良性腫瘍と悪性腫瘍の平均エントロピー値の計算が行われました.
• エントロピー値の違いを評価するために,1つのサンプルによるtテストとTukeyテストを含む統計分析が行われました.

主要な成果:

• FE方法は,0. 875の高いマチューズ相関係数 (MCC) と0. 876のF1スコアを達成しました.
• FE画像は,Bモード画像と比較して,コントラストとノイズ比 (CNR) を124. 37%改善しました.
• 良性腫瘍は悪性腫瘍 (0. 022),より有意に高い曖昧なエントロピー値を示し,分類を可能にしました.

結論:

• 乳房の超音波模糊エントロピー画像法により,画像処理性能と病変検出能力が向上します.
• 微細な組織の混乱を測定し 拡散情報と病変の検出性を改善します
• この方法は,超音波信号の因果関係を分析することによって,良性および悪性病変を正確に分類します.