从放射学角度看,数字与合成乳房造影中的乳房密度预测模型:一项回顾性研究
E Loi1, G Feliciani1, M Amadori2
1Medical Physics Unit, IRCCS Istituto Romagnolo per lo Studio dei Tumori (IRST) "Dino Amadori", 47014 Meldola, Italy.
概括
在放射学模型中,数字乳房影像 (DM) 对乳房密度的预测能力高于合成乳房影像 (SM). 这一发现有助于优化查乳房扫描技术,以更好地评估乳房密度.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 准确的乳腺密度评估对于乳腺癌风险分层和查至关重要.
- 放射学提供了定量图像分析,以改善乳房影像解释的潜力.
研究的目的:
- 开发和比较使用合成乳房影像 (SM) 和数字乳房影像 (DM) 的乳房密度的放射学预测模型.
- 为了确定哪种成像模式,SM或DM,为乳腺密度提供了最好的预测能力.
主要方法:
- 追溯分析45-74岁患者的乳房图片.
- 使用S-IBEX软件从标准 (ST) 和高分辨率 (HR) SM和DM中提取放射学特征.
- 开发最小绝对收缩和选择操作员 (LASSO) 逻辑回归模型来预测BIRADS分类的乳腺密度,通过ROC曲线评估性能.
主要成果:
- 放射学模型的平均性能为DM的0.74,HR-SM的0.67和ST-SM的0.64.
- 数字乳房录像 (DM) 与合成乳房录像分辨率相比,显示了预测乳房密度的最高信息内容.
结论:
- 数字乳房影像 (DM) 在放射学模型中表现出优越的乳房密度预测能力,而不是合成乳房影像 (SM).
- 这些发现有助于正在进行的讨论,通过定量放射学分析优化查乳房学技术.
