MemoRad 2012-4 - Nederlandse Vereniging voor Radiologie
MemoRad 2012-4 - Nederlandse Vereniging voor Radiologie
MemoRad 2012-4 - Nederlandse Vereniging voor Radiologie
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
proefschriften<br />
Detection of malignant masses<br />
in breast cancer screening by computer<br />
assisted decision making<br />
Rianne Hupse<br />
a b<br />
Om borstkanker in een vroeg stadium op te<br />
sporen, worden in de meeste westerse landen<br />
screeningprogramma’s georganiseerd.<br />
Een klein deel van de mammogrammen die<br />
in screening gemaakt worden bevat kwaadaardige<br />
afwijkingen. Deze afwijkingen (microcalcificaties<br />
en tumorschaduwen, zie<br />
Figuur 1) kunnen heel subtiel zijn. Om te<br />
<strong>voor</strong>komen dat deze afwijkingen over het<br />
hoofd worden gezien (perceptiefouten),<br />
zijn computer-aided detection (CAD) technieken<br />
ontwikkeld. Het effect van de CADtechnieken<br />
die momenteel gebruikt worden<br />
in screening is echter niet overtuigend.<br />
Figuur 1. twee details van verschillende mammogrammen. in figuur a zijn microcalcificaties zichtbaar,<br />
in figuur b een tumorschaduw. Beide zijn tekenen van borstkanker.<br />
a b<br />
Figuur 2. twee mammogrammen met een verdachte regio. Beide regio’s krijgen in eerste instantie dezelfde verdenkingsscore<br />
toegewezen door CaD. De verdenking van het omliggende weefsel is echter in beide figuren heel verschillend. als dit meegenomen<br />
wordt in het algoritme, wordt de verdenking van de regio in figuur a (tumor) groter dan in figuur b (geen tumor).<br />
Het onderzoek dat beschreven staat in dit proefschrift<br />
had twee doelen. Het eerste doel was de<br />
detectie van tumorschaduwen door CAD te verbeteren.<br />
Het tweede doel was te onderzoeken of<br />
CAD op een nieuwe manier gebruikt kan worden,<br />
namelijk om fouten bij de interpretatie van verdachte<br />
gebieden te verminderen.<br />
Verbeteren van de detectie<br />
van tumorschaduwen<br />
Bij het lezen van mammogrammen kijken radiologen<br />
niet alleen naar lokale eigenschappen van<br />
verdachte regio’s, maar houden ook rekening<br />
met meer algemene contextuele informatie. We<br />
beschrijven een set van context features die de<br />
verdenking op normaal weefsel bij dezelfde patiënt<br />
weergeven. Wanneer bij normaal weefsel<br />
de verdenking ten opzichte van een potentiële<br />
tumorlocatie relatief groot is, is de kans kleiner<br />
dat de potentiële tumorlocatie een maligniteit<br />
bevat (Figuur 2). We berekenden context features<br />
<strong>voor</strong> drie referentiegebieden in het beeld<br />
zelf, in het contralaterale beeld en in verschillende<br />
projecties (indien beschikbaar). We vonden<br />
dat de gemiddelde sensitiviteit van CAD met<br />
meer dan 6% steeg wanneer context features<br />
werden toegevoegd. De features die berekend<br />
waren met informatie uit meerdere beelden<br />
van dezelfde patiënt, gaven een grotere verbetering<br />
dan de features die berekend waren U<br />
J a a r g a n g 1 7 - n u m m e r 4 - 2 0 1 2 25