在放射学中模拟时间演变和乳房解剖学的纵向研究的框架

科学领域:

• 医疗成像医学成像
• 放射学 放射学是一门学科.
• 计算生物学 计算生物学

背景情况:

• 虚拟成像试验 (VIT) 为医学成像提供具有成本效益的,可复制的in silico研究.
• 目前的VIT通常使用静态模型,限制了对时间依赖的过程 (如瘤生长或乳腺密度变化) 的研究.
• 纵向研究对于了解乳腺健康随时间变化的动态变化至关重要.

研究的目的:

• 介绍STELLA-R (对放射学中的乳腺解剖学的时间演变和纵向研究的模拟),这是乳腺成像中的纵向虚拟成像试验的第一个框架.
• 能够在虚拟人群中模拟乳房解剖,密度和病变发展的时间变化.
• 促进研究乳腺成像研究中的时间依赖过程.

主要方法:

• 开发了一个五个模块的模拟管道,包括人口,幻影,病变创建,瘤插入和图像生成.
• 使用现实世界的数据 (约25,000名女性) 来生成虚拟队列,以确定年龄,乳房形状和密度分布.
• 模拟时间变化,使用连续查轮的数据来模拟乳房密度演变,乳房体积变化和瘤生长,用于组织外观的Perlin噪声和密度变化的调整值.
• 模拟瘤进展,通过根据真实世界的生长率增加病变大小.
• 使用开源工具生成数字乳腺图片合成 (DBT) 图像,结合噪声和散射模拟.

主要成果:

• 在不同年龄段的虚拟女性体积乳房密度的模拟时间变化 (例如,在40岁时14%的变化).
• 与目标值相比,实现了高精度 (<2%的平均误差) 的乳腺密度建模.
• 用282天的模拟瘤翻倍时间来说明病变的进展,准确地捕捉了年龄,体积,密度和年度变化之间的相关性.

结论:

• STELLA-R为评估长期乳腺癌查策略,成像技术和风险模型提供了基础.
• 允许使用纵向虚拟成像试验进行受控和可定制的研究.
• 提高了研究乳腺解剖学和随时间推移疾病进展的动态变化的能力.