تفکیک میکروکلسیفیکاسیون بافت پستان با روش ماموگرافی رقمی: ارائه یک روش پردازشی جدید

سابقه و هدف: استفاده از کامپیوتر در مطالعه و بررسی تصاویر ماموگرافی می تواند کمک موثری به رادیولوژیست در شناسایی ضایعات باشد. در مطالعات مربوط به غربالگری سرطان پستان، می توان از یافته های کامپیوتری به عنوان یک روش دوم استفاده کرد و نواحی مشکوک را مورد بررسی بیشتری قرار داد. این روش می تواند حساسیت و ویژگی روش های غربالگری را افزایش دهد و بررسی مجدد تصاویر ماموگرافی را ممکن سازد. مواد و روش ها: در مطالعه حاضر روشی پردازشی برای بررسی خوشه های میکروکلسیفیکاسیون ارائه شده است، که توسط آن می توان خوشه ها را از بافت نرمال پستان متمایز ساخت. ابتدا با استفاده از تفاضل میانگین موضعی، «ابرها» و «حباب های» نامنظم موجود در ماموگرام که توسط بافت پارانشیمال نرمال با چگالی متغیر ایجاد شده است، حذف گردید. سپس بافت نرمال پستان مشخص و برداشته شد. هر گونه ضایعه کلسیفیه که ممکن است در ماموگرام وجود داشته باشد، در تصویر باقیمانده تقویت گردید، بنابراین نواحی میکروکلسیفیکاسیون ماموگرام، مشخص تر و تفکیک آن از بافت نرمال ساده تر شد. تصاویر ماموگرافی با مناطق متعدد کلسیفیه توسط رادیولوژیست پیش از اعمال الگوریتم و پس از آن مورد بررسی قرار گرفت. یافته ها: نتایج بررسی 20 تصویر ماموگرافی با ضایعه میکروکلسیفیکاسیون در دو حالت قبل از اعمال الگوریتم پردازشی همراه با اطلاعات پزشکی بیمار و پس از اعمال الگوریتم و متمایز نمودن ناحیه میکروکلسیفیکاسیون نشان می دهد که با حساسیت 100 درصد (پس از پردازش) و 85.4 درصد (کنترل) می توان ضایعات میکروکلسیفیکاسیون را با وضوح بیشتری بررسی کرد. نتیجه گیری: یافته های فوق نشان می دهند که استفاده از کامپیوتر و مشخص نمودن مرز ضایعات از جمله میکروکلسیفیکاسیون می تواند در شناسایی دقیق تر ماموگرام موثر بوده و احتمال گم شدن ضایعه در ماموگرام را به حداقل برساند.