European Radiology:深度学习在乳腺钼靶中检测乳腺癌的价值

2024-02-12 shaosai MedSci原创 发表于陕西省

现阶段,深度学习技术在乳腺钼靶的癌症检测中得到了很好的研究,许多研究者报告了出色的结果。

多项研究显示腺钼靶检查可以通过早期发现病变而降低乳腺癌的死亡率。然而,对于以脂肪为主的乳腺组织的患者来说,检测癌症的敏感性从80%以上下降到30%,而对于那些乳致密的患者来说亦是如此。隐藏在致密纤维腺体组织后面的病变更难发现,而这些病变往往被误认为是组织重叠。鉴于致密乳腺女性患癌症的风险较高,这个问题就显得尤为重要。研究表明,被周围纤维腺体组织掩盖的癌症在漏诊的癌症中占了很大的比例。

传统的放射科住院医师培训集中在3个基本原则,以检测此类乳病变。首先,乳腺钼靶通常显示一定的强度范围,可以由检查研究的放射科医生手动改变以适应特定的乳腺组织。其次,两个乳腺的腺钼靶图像总是一起观察因此,两边的任何不对称性都可以被仔细检查。最后,由于密度差异不能帮助检测致密乳中的病变发现,放射科医生依靠检测乳组织结构的扭曲作为潜在肿块的指标。

深度学习技术在乳腺钼靶的癌症检测中得到了很好的研究,许多研究者报告了出色的结果。然而据我们所知,没有一个研究者专门尝试分析这些网络在致密乳的等密度/不明显的肿块上的表现,或设计适合在这种乳中检测癌症的网络。


近日,发表在European Radiology杂志上的一篇研究分析了最先进的(SOTA)网络在等密度、不明显的肿块和致密乳腺中的表现,并设计了一个将传统乳腺钼靶教学纳入网络设计的网络,并将研究的方法与其他作者所采取的方法进行了比较,同时探讨了研究所提出的网络在诊断性乳腺检查以及筛查性乳腺检查分布中的准确性。

本项研究为一项回顾性的、单机构的、多中心的研究。对于模型的建立,研究采取了三管齐下的方法。首先,研究明确地教导网络学习密度差异以外的特征:如痉挛和结构变形。第二,研究使用相反的乳腺来实现对不对称的检测。第三,研究通过片断-线性变换系统地增强了每张图像。最终在一个诊断性乳腺造影数据集(2569张图像,有243个癌症,2018年1月至6月)和一个来自不同中心的筛查性乳腺造影数据集(2146张图像,有59个癌症,2021年1月至4月招募病人)上测试了该网络(外部验证)。 

当用研究提出的技术进行训练时(并与基线网络进行比较),在诊断性乳腺钼靶数据集中,每幅图像0.2个假阳性(FPI)时,恶性肿瘤的敏感性从82.7%提高到84.7%,在致密乳患者子集中为67.9%至73.8%,在等密度/不明显癌症患者子集中为74.6%至85.3%,在具有筛选乳腺钼靶分布的外部验证测试集中为84.9至88.7。研究表明,在一个公共基准数据集(INBreast)上,研究的灵敏度超过了目前的报告值(0.2 FPI时为0.90)。 


  图像的阈值显示所有脂肪的强度为0,所有纤维腺体组织的强度为255。在这些图像中检测恶性肿瘤依赖于形状和结构的变化,并将重点从密度差异中转移出来

本项研究表明,将传统的乳腺钼靶建模到DL框架中将有助于提高致密乳腺患者的癌症检测准确性。

原文出处:

Krithika Rangarajan,Pranjal Agarwal,Dhruv Kumar Gupta,et al.Deep learning for detection of iso-dense, obscure masses in mammographically dense breasts.DOI:10.1007/s00330-023-09717-7

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2187965, encodeId=5242218e9658c, content=钼靶扫描, beContent=null, objectType=article, channel=null, level=null, likeNumber=2, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/20220801/c298eeb2259c4110b14179b97aba2e82/436f77ef216745e49f4d7dbc87ea096e.jpg, createdBy=15fd6475276, createdName=坐井观天下, createdTime=Sun Feb 18 15:12:18 CST 2024, time=2024-02-18, status=1, ipAttribution=海南省), GetPortalCommentsPageByObjectIdResponse(id=2187056, encodeId=6f20218e056fa, content=<a href='/topic/show?id=73c423e2572' target=_blank style='color:#2F92EE;'>#乳腺癌#</a> <a href='/topic/show?id=e4cb6612395' target=_blank style='color:#2F92EE;'>#深度学习#</a> <a href='/topic/show?id=edc823805c4' target=_blank style='color:#2F92EE;'>#乳腺钼靶#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=9, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=23725, encryptionId=73c423e2572, topicName=乳腺癌), TopicDto(id=23805, encryptionId=edc823805c4, topicName=乳腺钼靶), TopicDto(id=66123, encryptionId=e4cb6612395, topicName=深度学习)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Mon Feb 12 15:29:32 CST 2024, time=2024-02-12, status=1, ipAttribution=陕西省)]
    2024-02-18 坐井观天下 来自海南省

    钼靶扫描

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=2187965, encodeId=5242218e9658c, content=钼靶扫描, beContent=null, objectType=article, channel=null, level=null, likeNumber=2, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/20220801/c298eeb2259c4110b14179b97aba2e82/436f77ef216745e49f4d7dbc87ea096e.jpg, createdBy=15fd6475276, createdName=坐井观天下, createdTime=Sun Feb 18 15:12:18 CST 2024, time=2024-02-18, status=1, ipAttribution=海南省), GetPortalCommentsPageByObjectIdResponse(id=2187056, encodeId=6f20218e056fa, content=<a href='/topic/show?id=73c423e2572' target=_blank style='color:#2F92EE;'>#乳腺癌#</a> <a href='/topic/show?id=e4cb6612395' target=_blank style='color:#2F92EE;'>#深度学习#</a> <a href='/topic/show?id=edc823805c4' target=_blank style='color:#2F92EE;'>#乳腺钼靶#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=9, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=23725, encryptionId=73c423e2572, topicName=乳腺癌), TopicDto(id=23805, encryptionId=edc823805c4, topicName=乳腺钼靶), TopicDto(id=66123, encryptionId=e4cb6612395, topicName=深度学习)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Mon Feb 12 15:29:32 CST 2024, time=2024-02-12, status=1, ipAttribution=陕西省)]

相关资讯

JCO :OS无显著差异!帕布昔利布(palbociclib)联合来曲唑治疗晚期乳腺癌的总体生存率分析

该研究报告了帕布昔利布(palbociclib)联合来曲唑治疗晚期乳腺癌的总体生存率分析,帕布昔利布联合来曲唑组与安慰剂联合来曲唑组相比,能够显著延长患者的无进展生存期,两组的总体生存期无显著差异。

免疫组化系列 || GATA3

GATA3属于GATA转录因子家族成员,位于10p15基因,参与胸腺细胞发育的早期阶段和成熟CD4+T细胞向Th2细胞的分化过程。

病理规培图库 || 浸润性微乳头状癌

一种由小团、中空、桑葚样肿瘤细胞团构成的癌,细胞与间质之间存在透明间隙。肿瘤细胞极向反转,也称为“倒置”性生长,因此细胞顶端朝向间质而非腺腔面。

Clin. Cancer Res. | 饮食对乳腺癌预后的影响:临床试验证据和问题

该试验旨在研究为期5年的地中海式饮食和生活方式干预对意大利1524名I-III期乳腺癌患者复发的影响,饮食和体重对乳腺癌预后具有重要影响,研究支持乳腺癌幸存者遵循健康饮食以改善预后。

指南解读 | 乳腺癌NCCN(2024.V1):化疗方案和给药剂量新选择

《乳腺癌NCCN临床实践指南》目前已更新至2024.V1,与上一年终版2023.V5相比有较多更新,本文将对药物治疗相关更新内容进行详细解读,供各位医学同仁参考。

Eur J Radiol:如何利用影像学工具准确预测乳腺癌腋窝淋巴结转移

在临床上,检测腋窝受累的金标准是通过腋窝切除术对淋巴结进行组织学检查,但近年来其被一种侵入性较低的方法--前哨淋巴结活检(SLNB)所取代。

Eur J Radiol:SWE列线图模型在乳腺癌患者辅助化疗中的预测

最近,多检测基因表达谱技术的发展为准确的预后提供了更详细的分子画像,目前已有几种商业化的基因表达检测方法。

Nat Rev Urol:非裔美国人乳腺癌相关胚系突变基因检测面临的挑战

该研究探讨影响非洲裔美国人遗传基因检测和咨询的因素,以及与非洲裔美国人乳腺癌风险增加相关的基因突变,遗传基因检测和咨询对遗传性癌症风险评估至关重要。

Ann. Oncol:拉索昔芬联合阿贝西利治疗患有转移性ER+/HER2−乳腺癌且在先前治疗中疾病进展后出现ESR1突变的女性的开放标签、II期、多中心研究:ELAINE 2

研究旨在评估拉索昔芬联合阿贝西利在ESR1突变ER阳性HER2阴性转移性乳腺癌患者中的安全性和疗效,拉索昔芬联合阿贝西利在ESR1突变ER阳性HER2阴性转移性乳腺癌患者中具有良好安全性和抗肿瘤活性。

Genome Med:基于多组学分析揭示乳腺癌新辅助化疗反应相关的新分子特征

该研究揭示了新辅助化疗前后乳腺癌的基因组和转录组学谱,并确定了与新辅助化疗反应性和预后相关的多组学分子特征和潜在生物标志物。