Computerassistierte Segmentierung und Formanalyse von 2975 mammären Mikroverkalkungen mit Hilfe der 7fachen Vergrößerungspräparateradiographie

Zusammenfassung

Zielsetzung: Computerunterstützte Morphometrie und dignitätsbezogene Klassifikation mammärer Verkalkungen. Material und Methode: 7fache Mikrofokus-Vergrößerungspräparateradiographie von insgesamt 2975 paraffineingebetteten Mikroverkalkungen. Digitalisierung der Röntgenfilme, Segmentierung der Verkalkungen und Erzeugung eines Binärbilds zur Bestimmung morphometrischer Merkmale. Klassifikation der Einzelverkalkungen mit Hilfe des Baumanalyseprogramms CART (Classification And Regression Trees) computerunterstützt unter Berücksichtigung der morphometrischen Merkmale und der bekannten Dignität. Ergebnisse: Gutartigkeit wurde im Wesentlichen durch kleine Rundformen mit einem größten Radius von ≤ 114,2 µm, einem kleinsten Radius von > 18,5 µm und einem Umfang von ≤ 462,3 µm repräsentiert. Bei einem Anteil von > 70 % Mikroverkalkungen mit der Computerklassifikation „maligne” pro Patientin kam es zu einem Anstieg der Häufigkeit maligner Erkrankungen. Hinsichtlich der diagnostischenTrennung in Gut- und Bösartigkeit betrug die Fläche unterhalb der ROC-Kurve (Az) 0,7863. Schlussfolgerung: Eine Klassifikation von Mikroverkalkungen anhand morphometrischer Kriterien kann ergänzende Informationen für eine computerassistierte mammographische Diagnostik (CAD) liefern.

Abstract

Purpose: To classify mammary microcalcifications for the prediction of malignancy by using computer-aided analysis of morphometric characteristics. Materials and Methods: Seven-fold microfocus magnification radiography (direct magnification) was performed on 2975 paraffin embedded microcalcifications. After digitization of the radiographic films and segmentation of the microcalcifications, the morphometric characteristics, such as circumference, surface and polar transformation with determination of the greatest and smallest radius, were measured. Using the classification and regression tree (CART) statistical analysis program, the calcifications were classified by computer on the basis of the morphometric characteristics and the known histological result. Results: Benign conditions were essentially represented by small round calcifications with a greatest radius of ≤ 114.2 µm, a smallest radius of > 18.5 µm and a circumference of ≤ 462.3 µm. Using > 70 % microcalcifications classified in a patient by the computer as “malignant,” CART increases the frequency of malignant conditions, with the diagnostic separation between benign and malignant at an Az value (surface below the ROC curve) of 0.7863. Conclusion: A computer-assisted classification of individual microcalcifications on the basis of morphometric characteristics can supplement the information for a computer assisted mammographic diagnosis (CAD).

Key words

Breast diseases - breast calcifications - computer-assisted diagnosis - breast radiography - microfocus radiography

Literatur

• 1 Silverstein M J, Poller D N, Waisman J R. et al . Prognostic classification of breast ductal carcinoma-in-situ.  Lancet. 1995;  345 1154-1157
• 2 Breimann L, Friedman J H, Olshen R A. et al .Classification and regression trees. California; Belmont 1984
• 3 Metz C E, Herman B A, Roe C A. Statistical comparison of two ROC curve estimates obtained from partially-paired datasets.  Med Decis Making. 1998;  18 110-121
• 4 de Lafontan B, Daures J P, Salicru B. et al . Isolated clustered microcalcifications: diagnostic value of mammography-series of 400 cases with surgical verification.  Radiology. 1994;  190 479-483
• 5 Lanyi M. Formanalyse von 136 Mikroverkalkungsgruppen benigner Genese. Wie spezifisch ist das „Dreieckprinzip”?.  Fortschr Röntgenstr. 1982;  136 182-188
• 6 Lanyi M. Formanalyse von 5641 Mikroverkalkungen bei 100 Milchgangskarzinomen: Die Polymorphie.  Fortschr Röntgenstr. 1983;  139 240-248
• 7 Lanyi M, Citoler P. Differentialdiagnostik der Mikroverkalkungen: Die kleinzystische (blunt duct) Adenose.  Fortschr Röntgenstr. 1981;  134 225-231
• 8 De Roos M A, Pijnappel R M, Post W J. et al . Correlation between imaging and pathology in ductal carcinoma in situ of the breast.  World J Surg Oncol. 2004;  2 4
• 9 Sickles E A. Breast Calcifications: Mammographic Evaluation.  Radiology. 1986;  160 289-293
• 10 Wu Y, Giger M L, Doi K. et al . Artificial neural networks in mammography: application to decision making in the diagnosis of breast cancer.  Radiology. 1993;  187 81-87
• 11 Monostori Z, Herman P G, Carmody D P. et al . Limitations in distinguishing malignant from benign lesions of the breast by systematic review of mammograms.  Surg Gynecol Obstet. 1991;  173 438-442
• 12 Teubner J, Lenk J Z, Wentz K U. et al . Vergrößerungsmammographie mit 0.1 mm Mikrofokus. Vergleich von Raster- und Vergrößerungstechnik bei Zielaufnahmen.  Radiologe. 1987;  27 155-164
• 13 Grunert J H, Borchert B, Kuske M. et al . Mikrokalknachweis in Mammabiopsiezylindern: DIMA-Präparateradiographie 7fach im Vergleich zum histopathologischen Befund.  Fortschr Röntgenstr. 1999;  170 347-350
• 14 Grunert J H, Flemming P, Borchert B. et al . Vergrößerungspräparateradiographie als Qualitätskontrolle der Mikrokalkerfassung im Rahmen der histopathologischen Aufarbeitung von Mammabiopsiegewebe.  Fortschr Röntgenstr. 1999;  172 68-72
• 15 Grunert J H, Barbey M, Berndt G. et al . DIMA enlargement mammography in microcalcifications: a prospective study with ROC analysis.  Eur Radiol. 2001;  11 284-291
• 16 Bocchi L, Coppini G, Nori J. et al . Detection of single and clustered microcalcifications in mammograms using fractals models and neural networks.  Med Eng Phys. 2004;  26 303-312
• 17 Diekmann F, Diekmann S, Bollow M. et al . Evaluation of a wavelet-based computer-assisted detection system for identifying microcalcifications in digital full-field mammography.  Acta Radiol. 2004;  45 136-141
• 18 Leichter I, Lederman R, Buchbinder S S. et al . Computerized evaluation of mammographic lesions: what diagnostic role does the shape of the individual microcalcifications play compared with the geometry of the cluster?.  AJR Am J Roentgenol. 2004;  182 705-712
• 19 Nakayama R, Uchiyama Y, Watanabe R. et al . Computer-aided diagnosis scheme for histological classification of clustered microcalcifications on magnification mammograms.  Med Phys. 2004;  31 789-799
• 20 Sittek H, Herrmann K, Perlet C. et al . Computerunterstutzte Auswertung von Mammographien. Erste klinische Erfahrungen.  Radiologe. 1997;  37 610-616
• 21 Betal D, Roberts N, Whitehouse G H. Segmentation and numerical analysis of microcalcifications on mammograms using mathematical morphology.  Br J Radiol. 1997;  70 903-917
• 22 Wu Y C, Freedman M T, Hasegawa A. et al . Classification of microcalcifications in radiographs of pathologic specimens for the diagnosis of breast cancer.  Acad Radiol. 1995;  2 199-204
• 23 Parker J, Dance D R, Davies D H. et al . Classification of ductal carcinoma in situ by image analysis of calcifications from digital mammograms.  Br J Radiol. 1995;  68 150-159
• 24 Albertyn L E. Mammographically indeterminate microcalcifications - can we do any better?.  Australas Radiol. 1991;  35 350-357