数字乳腺图莫合成的乳腺密度分析
John Heine1, Erin E E Fowler2, R Jared Weinfurtner3
1Cancer Epidemiology Department, Moffitt Cancer Center and Research Institute, 12902 Bruce B. Downs Blvd, Tampa, FL, 33612, USA. john.heine@moffitt.org.
Scientific reports
|November 1, 2023
概括
数字乳腺图莫合成 (DBT) 能够自动评估乳腺密度 (PD) 来评估乳腺癌风险. 体积测量和合成二维图像测量显示了与癌症风险的显著关联,验证了DBT应用.
科学领域:
- 放射学和医学成像学 医学成像学
- 在瘤学瘤学.
- 生物统计学 生物统计学
背景情况:
- 在美国,乳房显微镜已经过渡到数字乳房断层合成 (DBT).
- 乳腺密度 (PD) 技术的自动百分比,最初用于二维乳房造影,需要使用DBT数据进行评估.
研究的目的:
- 评估自动化PD技术与DBT用于乳腺癌风险预测.
- 为了比较来自DBT图像的不同PD测量方法,包括体积和合成2D方法.
主要方法:
- 评估PD使用规范体积,密度,切片平均和合成2D图像方法与DBT.
- 导出体积测量和建模的PD作为压缩乳腺厚度 (CBT) 的函数.
- 进行了一项匹配的病例控制研究 (n=426对),以估计乳腺癌风险的几率比率 (OR).
主要成果:
- 对于从DBT获得的PD指标,发现了显著的赔率比率 (OR).
- 卷度和切片平均PD测量结果显示,与风险存在相似的显著关联 (OR ≈1.43-1.44).
- 作为CBT的函数模拟的PD (OR ≈ 1.47) 和来自体积/合成图像的平均值 (OR ≈ 1.31) 也是显著的.
结论:
- 使用DBT的自动PD评估对乳腺癌风险预测是有效的.
- 来自DBT的体积测量和合成2D图像分析提供了有价值的风险信息.
- 开发的方法为DBT分析中标准化的2D合成图像构建提供了替代方法.
