Loading...
Medical physics2014Feb01Vol.41issue(2)

乳房磁気共鳴画像の乳首セグメンテーションのための乳房の輪郭の識別

,
,
,
,
文献タイプ:
  • Journal Article
  • Research Support, Non-U.S. Gov't
概要
Abstract

目的:この研究の目的は、乳房の輪郭をシミュレートし、乳房磁気共鳴画像の乳首をセグメント化する方法を開発することです。 方法:この研究は最初に胸壁を識別し、胸部のMR画像から胸部を除去します。その後、切断とそのモーションアーティファクトが除去され、エッジポイントがカーブフィッティングのためにサンプリングされる別の乳房を区別します。次に、潜在的な乳首領域を見つけるために、領域成長方法が適用されます。最後に、元の滑らかな輪郭を保持するために、シミュレートされた曲線の上の潜在的な乳首領域を削除できます。 結果:シミュレーション方法は、特定のケースで最小ルート平均平方根誤差(RMSE)を実現できます。提案されているYBNDおよび(DMIN+DMAX)/2メソッドは、TOP = 0.000のために重要です。提案された2つの方法によって検出された乳房の輪郭曲線は、エッジ検出方法によって決定されるものよりも近いです。(DMIN+DMAX)/2メソッドは平均で1.1029の最低RMSEを達成できますが、エッジ検出方法は6.5655の最高のRMSEになります。これは、比較方法よりもわずかな方がわずかです。これは、これらの方法のパフォーマンスがケース自体の条件に依存することを意味します。この方法では、最大サイコロ係数は0.881であり、重心の差は0.36ピクセルです。 結論:この研究の貢献は2つあります。最初に、乳房MR画像の乳首を特定してセグメント化する方法が提案されました。第二に、胸の輪郭をシミュレートするためにカーブフィッティング方法を使用して、乳房が元の滑らかな形状を保持できるようにしました。

目的:この研究の目的は、乳房の輪郭をシミュレートし、乳房磁気共鳴画像の乳首をセグメント化する方法を開発することです。 方法:この研究は最初に胸壁を識別し、胸部のMR画像から胸部を除去します。その後、切断とそのモーションアーティファクトが除去され、エッジポイントがカーブフィッティングのためにサンプリングされる別の乳房を区別します。次に、潜在的な乳首領域を見つけるために、領域成長方法が適用されます。最後に、元の滑らかな輪郭を保持するために、シミュレートされた曲線の上の潜在的な乳首領域を削除できます。 結果:シミュレーション方法は、特定のケースで最小ルート平均平方根誤差(RMSE)を実現できます。提案されているYBNDおよび(DMIN+DMAX)/2メソッドは、TOP = 0.000のために重要です。提案された2つの方法によって検出された乳房の輪郭曲線は、エッジ検出方法によって決定されるものよりも近いです。(DMIN+DMAX)/2メソッドは平均で1.1029の最低RMSEを達成できますが、エッジ検出方法は6.5655の最高のRMSEになります。これは、比較方法よりもわずかな方がわずかです。これは、これらの方法のパフォーマンスがケース自体の条件に依存することを意味します。この方法では、最大サイコロ係数は0.881であり、重心の差は0.36ピクセルです。 結論:この研究の貢献は2つあります。最初に、乳房MR画像の乳首を特定してセグメント化する方法が提案されました。第二に、胸の輪郭をシミュレートするためにカーブフィッティング方法を使用して、乳房が元の滑らかな形状を保持できるようにしました。

PURPOSE: The purpose of this study is to develop a method to simulate the breast contour and segment the nipple in breast magnetic resonance images. METHODS: This study first identifies the chest wall and removes the chest part from the breast MR images. Subsequently, the cleavage and its motion artifacts are removed, distinguishing the separate breasts, where the edge points are sampled for curve fitting. Next, a region growing method is applied to find the potential nipple region. Finally, the potential nipple region above the simulated curve can be removed in order to retain the original smooth contour. RESULTS: The simulation methods can achieve the least root mean square error (RMSE) for certain cases. The proposed YBnd and (Dmin+Dmax)/2 methods are significant due toP = 0.000. The breast contour curve detected by the two proposed methods is closer than that determined by the edge detection method. The (Dmin+Dmax)/2 method can achieve the lowest RMSE of 1.1029 on average, while the edge detection method results in the highest RMSE of 6.5655. This is only slighter better than the comparison methods, which implies that the performance of these methods depends upon the conditions of the cases themselves. Under this method, the maximal Dice coefficient is 0.881, and the centroid difference is 0.36 pixels. CONCLUSIONS: The contributions of this study are twofold. First, a method was proposed to identify and segment the nipple in breast MR images. Second, a curve-fitting method was used to simulate the breast contour, allowing the breast to retain its original smooth shape.

医師のための臨床サポートサービス

ヒポクラ x マイナビのご紹介

無料会員登録していただくと、さらに便利で効率的な検索が可能になります。

Translated by Google