Classification des données de tomographie par ordinateur du sein

Les différences dans la composition des tissus mammaires sont des déterminants importants pour évaluer le risque, identifier la maladie sur les images et suivre les changements au fil du temps. Cet article présente un algorithme pour la classification des tissus qui sépare le tissu mammaire en ses trois principaux constituants : la peau, la graisse et le tissu glandulaire. Nous avons conçu et construit un scanner CT dédié au sein. Cinquante-cinq volontaires normaux et des patients ayant des lésions mammaires identifiées par mammographie ont été scannés. Les données voxel CT du sein ont été filtrées à l'aide d'un filtre médian à 5 points et l'histogramme de l'image a été calculé. Un ajustement gaussien à deux compartiments des données d'histogramme a été utilisé pour fournir une estimation initiale des compartiments tissulaires. Après l'analyse de l'histogramme, les données ont été introduites dans des algorithmes de croissance de région et classées comme appartenant à la peau, à la graisse ou au tissu glandulaire en fonction de leur valeur et de leurs caractéristiques architecturales. Une fois les tissus classés, une analyse plus détaillée des motifs de tissu glandulaire et une analyse plus quantitative de la composition mammaire ont été réalisées. L'évaluation des performances de l'algorithme a démontré un très bon ou excellent accord entre l'algorithme et les observateurs radiologistes dans 97,7 % des données segmentées. Nous avons observé que, même dans des seins denses, la fraction de tissu glandulaire ne dépassait guère 50 %. Pour la plupart des individus, la composition est mieux caractérisée comme étant une composition de 70 % (graisse) - 30 % (glandulaire) plutôt qu'une composition de 50 % (graisse) - 50 % (glandulaire).