分形测量作为乳腺癌乳腺瘤乳房影像中的组织病理复杂性的预测指标

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 生物物理学的生物物理.

背景情况:

• 乳房摄影对于乳腺癌查至关重要.
• 精确区分恶性与正常组织是必不可少的.
• 识别分子亚型有助于个性化治疗.

研究的目的:

• 为了评估乳房影像分类的碎形基纹理特征.
• 评估这些特征在区分乳腺癌分子亚型方面的潜力.

主要方法:

• 数字乳房影像经过预处理,并使用碎形测量方法进行分析.
• 引入了新的糖分储存参数来评估组织连接性.
• 计算了碎形维度,多碎形强度,缺陷性和雷尼维度.
• 机器学习模型包含了分类的碎形特征.

主要成果:

• 碎形尺寸,多碎形强度和糖分储备有效地特征了乳房图谱纹理.
• 这些特征在机器学习模型中使用时显示出适度的歧视性性能.
• 糖分储库显示了区分Luminal B亚型的概念潜力,但缺乏整体的区分能力.

结论:

• 基于碎形的纹理分析是乳腺癌诊断的有希望的非侵入性生物标志物.
• 需要进一步的研究来增强这些碎形特征的歧视力.
• 在分子亚型分化中使用碎形分析存在探索潜力.