Медицинская Техника / Медицинская техника №1, 2024 / с. 29-32

Обнаружение и классификация скоплений микрокальцинатов на маммографических изображениях

Д.В. Пасынков, И.А. Егошин, А.А. Колчев, Е.А. Романычева, И.В. Клюшкин, О.О. Пасынкова

Аннотация

Предложен алгоритм обнаружения и классификации скоплений микрокальцинатов на маммограммах. Особенностью предложенного алгоритма является возможность его использования для различных типов кальцинатов и их скоплений (как доброкачественных, так и подозрительных). При этом отдельно анализируются сосудистые кальцинаты, которые зачастую дают ложноположительные результаты в работе алгоритмов, и предлагается решение данной проблемы. Оценка эффективности предложенных методик осуществлялась по базе маммограмм пациенток с верифицированным диагнозом. Алгоритм классификации достиг точности 96,15 %, специфичности – 95,32 % и чувствительности – 98,21 %.

Вернуться к содержанию

Сведения об авторах

Дмитрий Валерьевич Пасынков, канд. мед. наук, зав. кафедрой, кафедра лучевой диагностики и онкологии, ФГБОУ ВПО «Марийский государственный университет», г. Йошкар-Ола, ассистент, кафедра ультразвуковой диагностики, Казанская государственная медицинская академия – филиал ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Министерства здравоохранения Российской Федерации, г. Казань,

Иван Александрович Егошин, мл. научный сотрудник, ФГБОУ ВПО «Марийский государственный университет», г. Йошкар-Ола,

Алексей Анатольевич Колчев, канд. физ.-мат. наук, доцент, ФГАОУ ВО «Казанский (Приволжский) федеральный университет», г. Казань,

Екатерина Андреевна Романычева, врач-рентгенолог, ГБУ «Республиканский онкологический диспансер Республики Марий Эл», г. Йошкар-Ола,

Иван Владимирович Клюшкин, д-р мед. наук, профессор, ФГБОУ ВО «Казанский государственный медицинский университет» Министерства здравоохранения Российской Федерации, г. Казань,

Ольга Олеговна Пасынкова, канд. мед. наук, доцент, ФГБОУ ВПО «Марийский государственный университет», г. Йошкар-Ола,

e-mail: jungl91@mail.ru

Список литературы

1. Magny S.J., Shikhman R., Keppke A.L. Breast Imaging Reporting and Data System / In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing, 2023.

2. Mordang J.J., Gubern-Merida A., Bria A. et al. The importance of early detection of calcifications associated with breast cancer in screening // Breast Cancer Research and Treatment. 2018. № 167. PP. 451-458.

3. Egoshin I., Pasynkov D., Kolchev A. et al. A segmentation approach for mammographic images and its clinical value / In: Proceedings of the 2017 IEEE International Conference on Microwaves, Antennas, Communications and Electronic Systems (COMCAS), 2017. PP. 1-6.

4. Otsu N. A Threshold Selection Method from Gray-Level Histograms // IEEE Transactions on Systems, Man, and Cybernetics. 1979. Vol. 9. № 1. PP. 62-66.

5. Ester M., Kriegel H.-P., Sander J. et al. A density-based algorithm for discovering clusters in large spatial databases with noise / Proceedings of the Second International Conference on Knowledge Discovery and Data Mining (KDD-96). 1996. PP. 226-231.

6. Sklansky J. Finding the convex hull of a simple polygon // Pattern Recognition Letters. 1982. Vol. 1. № 2. PP. 79-83.

7. Guardado-Medina R.O., Ojeda-Magana B., Quintanilla- Dominguez J. et al. Quality of Microcalcification Segmentation in Mammograms by Clustering Algorithms // Advances in Intelligent Systems and Computing. 2014. Vol. 239. PP. 299-308.

8. Loizidou K., Elia R., Pitris C. Computer-aided breast cancer detection and classification in mammography: A comprehensive review // Computers in Biology and Medicine. 2023. Vol. 153. PP. 1-24.

9. Karale V.A., Singh T., Sadhu A. et al. Reduction of false positives in the screening CAD tool for microcalcification detection // Sadhana. 2020. Vol. 45. № 1. PP. 1-11.

10. Galamhos C., Matas J., Kittler J. Progressive probabilistic Hough transform for line detection / Proceedings of the 1999 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 1999. Vol. 1. PP. 554-560.