Research on Biomedical Engineering
http://rbejournal.org/article/5889fb8b5d01231a018b469b
Research on Biomedical Engineering
Original Article

DETECÇÃO AUTOMÁTICA DE LESÕES EM CINTILOGRAFIAS DE MAMA COM MIBI - 99m Tc USANDO UM FILTRO DE NOVIDADE

AUTOMATIC LESION DETECTION ON 99mTc - MIBI SCINTIMAMMOGRAMS USING A NOVELTY FILTER

Costa, M.; Moura, L.

Resumo

Publicações recentes têm mostrado a potencialidade da cintilografia mamária com MIBI - 99mTc no diagnóstico diferencial de câncer de mama de massas palpáveis. Neste trabalho apresentamos um método automático de detecção e classificação de lesões através desse exame. O método de detecção da lesão faz uso do filtro de novidade de Kohonen e a classificação automática é obtida a partir da análise do perfil médio da lesão extraída. Um conjunto de 20 imagens cintilográficas de mamas normais é segmentado e padronizado anatomicamente de tal forma que as imagens se ajustem às dimensões, forma e orientação de uma mama padrão. Posteriormente são ortogonalizadas de modo a constituírem uma base de vetores ortogonais. Outro conjunto com 34 imagens de mamas padronizadas é apresentado ao filtro de novidade. O método descreve essas imagens como uma. combinação linear dos vetores da base. Considerando-se que as imagens da base sejam representativas de mamas normais, não há diferenças significativas entre uma imagem de teste normal e sua correspondente descrição como combinação linear das imagens da base. As lesões de mama (massas benignas ou carcinomas) por sua vez, são identificadas como um componente ortogonal ao sub-espaço gerado pelos vetores da base de mamas normais (novidades). As lesões identificadas são então analisadas e classificadas como benignas ou malignas. Curvas de ROC de decisão de desempenho são obtidas. Os valores de sensibilidade e especificid

Palavras-chave

Detecção Automática de Lesão de Mama, Câncer de Mama, Filtro de Novidade, Cintilografia de Mama com MIBI _ 99mTc

Abstract

Recent reports have shown 99m Te - MIEI uptake in malignant and benign breast lesions. These reports emphasize that mammography remains the procedure of choice in screening asymptomatic women for breast cancer. However, in patients with symptoms, the use of 99mTe - MIEI scintimammography offers a simple non-invasive method for the detection of breast cancer which presents improved sensitivity and specificity that are compatible with mammograms. This paper describes an automatic method for detecting breast lesions in such exams. The proposed method detects lesions and c1assifies them as benign or malignant. The detection method uses Kohonen's novelty filter and the c1assification method is obtained by the analysis of an identified lesion mean projile. Lateral prone images of 20 normal subjects were segmented and anatomically standardized, with respect to location and magnification. All image vectors were orthogonalized to create an orthogonal vector basis. A set of 34 standardized images were then tested by the novelty filter. The filter describes these images as a linear combination of the images in the orthogonal vector basis. Assuming that the image basis is representative of normal pattems, then it can be expected that there should be no major differences between a normal test image and its corresponding linear combination image. The breast lesion consequently was identified as the orthogonal component to the basis vectors formed by normal breast images. These lesions were analysed and c1assified as benign or malignant (cancer). ROC curves were created from two orthogonal image bases, the first with 20 images and the second with 30 images. There was no significant difference in performance. The proposed method was able to detect ali lesions present in the scintimammogram and to correctly c1assify 16 out of 17 malignant lesions and 15 out of 17 benign lesions. The sensitivity of the method was 94.12% and specificity was 88.24%.

Keywords

Automatic Lesion Detection, Breast Cancer, Novelty Filter, 99mTe_ MIEI Scintimammography.
5889fb8b5d01231a018b469b ceb Articles
Links & Downloads

Res. Biomed. Eng.

Share this page
Page Sections