文献速递乳腺乳腺X线

乳腺X线摄影图像胸大肌去除两种软件包的比较

Comparison between two packages for pectoral muscle removal on mammographic images.
PubMed 文献 · Radiol Med · 2022-07-11

本研究在168例连续女性、336幅全视野数字乳腺X线摄影MLO图像上,以两名放射科医师共识手动勾画的胸大肌为参考标准,比较LIBRA与OpenBreast两种Matlab开源软件包的胸大肌去除性能,发现LIBRA的Dice指数与Cohen-kappa均显著高于OpenBreast,且性能不依赖乳腺密度或图像侧别;作者指出该研究无直接临床应用,但有助于计算机辅助乳腺评估系统的软件包选择。

要点

  • 在336幅MLO全视野数字乳腺X线图像上,LIBRA的Dice指数与Cohen-kappa均显著高于OpenBreast(Wilcoxon符号秩检验P<0.05)。
  • 两种软件包的胸大肌去除性能均不依赖乳腺密度或图像侧别(Kruskal-Wallis检验P>0.05;侧别比较Wilcoxon配对检验P>0.05)。
  • 作者指出LIBRA与OpenBreast均无法非常准确地逼近手动去除的胸大肌轮廓。

核心结论

  • LIBRA在胸大肌勾画方面性能优于OpenBreast,作者认为该结果有助于为计算机辅助乳腺评估复杂系统开发选择软件包,尽管本研究无直接临床应用。

研究设计与样本

  • 回顾性观察性研究,纳入意大利Naples University Hospital「Luigi Vanvitelli」乳腺中心2020年6月至2020年11月连续接受乳腺X线筛查女性168例、共336幅全视野数字乳腺X线摄影图像。
  • 仅分析MLO投影图像,使用IMS Giotto S.p.A.的Giotto Class系统采集,按ACR与欧盟指南质控标准纳入合格图像。
  • 参考标准为两名10年乳腺X线阅片经验的放射科医师在Horos医学影像浏览器v2.0.2上共识手动勾画胸大肌轮廓,使用「For Presentation」图像(Deep View 1.0算法处理,Raffaello软件)。
  • 比较LIBRA v1.0.4与OpenBreast v1.0两个Matlab开源软件包(Matlab R2017b环境)的胸大肌去除性能,指标为Dice相似系数与Cohen-kappa信度系数。
  • 统计方法:配对组间差异用Wilcoxon符号秩检验,乳腺密度与侧别依赖性用Kruskal-Wallis检验,P<0.05为显著,未做P值校正。

诊断标准与关键数值

  • 以两名放射科医师共识手动勾画的胸大肌为参考标准,计算真阳性、真阴性、假阳性、假阴性像素数后得出Dice指数与Cohen-kappa。
  • LIBRA的Dice指数与Cohen-kappa均显著高于OpenBreast(Wilcoxon符号秩检验P<0.05)。
  • 两种算法性能与乳腺密度无关(Kruskal-Wallis检验P>0.05),与图像侧别无关(侧别比较Wilcoxon配对检验P>0.05)。

临床应用与阅片要点

  • 作者认为该结果有助于在开发计算机辅助乳腺评估复杂系统时选择胸大肌去除软件包。
  • 作者指出LIBRA与OpenBreast均无法非常准确地逼近手动去除的胸大肌轮廓。

局限性

  • 作者指出本研究样本量有限,但按配对检验、80%把握度与5%α水平估算约150例受试者即足够。
  • 作者指出手动精确自由勾画胸大肌非常耗时,限制了有限时间内可分析的数据库规模。
  • 作者指出研究人群不平衡,以BI-RADS B型乳腺密度女性为主,但未发现胸大肌去除性能与乳腺密度存在统计学显著依赖。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Radiol Med. 2022 Jul 11;127(8):848–56. doi: 10.1007/s11547-022-01521-5

引言

在世界范围内,乳腺癌是第二最常被诊断的癌症,2018年估计约有210万新诊断病例和近62.7万乳腺癌相关死亡[1, 2]。乳腺癌是一种在生物学和临床上具有异质性的疾病,具有若干公认的组织学类型、危险因素特征、治疗反应和预后[1, 2]。女性患乳腺癌的风险各不相同。遗传易感性、影响内源性激素水平或外源性激素摄入的因素、生活方式模式、人体测量学特征、高乳腺X线摄影乳腺密度以及良性乳腺疾病均与乳腺癌风险增加相关[1, 2]。

筛查性乳腺X线摄影,采用全视野数字乳腺X线摄影(FFDM),是全球范围内最常用于无症状女性早期肿瘤检测的方法,并且是唯一被证明能显著降低癌症相关死亡率的影像学检查方式[3]。如今,乳腺X线摄影图像由专职放射科医师评估;然而,在筛查项目中,需要评估的检查数量之多以及需要分析的乳腺X线摄影特征的复杂性,都是可能影响检查准确性的因素。因此,在此背景下,产生了对计算机辅助诊断(CAD)系统的需求,以支持放射科医师进行乳腺癌检测和诊断[4–6]。

乳腺X线摄影图像预处理是CAD系统的主要步骤之一。在预处理步骤中,从乳腺X线摄影图像中去除不必要的元素,包括注释、标签和背景噪声。预处理允许定位用于异常搜索的区域。在乳腺X线摄影图像预处理中,主要挑战之一是从乳腺区域的其余部分准确界定胸肌(PM)边界。事实上,来自胸肌的像素强度可能与肿块和乳腺组织相当相似,并可能影响病灶检测[7–9]。

文献中已提出了若干用于胸肌去除的方法。这些算法主要基于某种阈值处理(自适应直方图、区域生长)以及直线/曲线检测(霍夫变换、Radon变换、小波变换、欧几里得回归)[8, 9, 16, 17, 24, 25]。由于胸肌在MLO图像上的特定表现(通常胸肌在MLO乳腺X线摄影图像中表现为三角形区域),最广泛的方法试图利用某些先验解剖信息,并基于霍夫变换——一种能够在图像上检测直线的算法[7–9]。然而,上述算法均未达到最佳性能,因为胸肌边界的精确形状通常是弯曲的(而非直线),并且如前所述,其强度水平常常与乳腺组织强度重叠。此外,胸肌在乳腺X线摄影图像中并不总是清晰可见,尤其是在致密乳腺中,因为胸肌与乳腺实质之间的对比度较差。因此,该领域的研究仍然活跃。在开发用于CAD乳腺评估或肿块检测的复杂流程时,研究人员通常应将胸肌去除作为首要任务加以解决;用于该任务的现成工具的可用性可能会极大改进和简化CAD系统的整体设计。

在此背景下,个体化乳腺放射密度评估实验室(LIBRA)[8]和OpenBreast [9]是两个可在Matlab环境(The MathWorks, Inc., Natik, MA, USA)[10]中使用的开源软件包。特别是,这些工具专为乳腺密度评估而开发,包括作为预处理步骤的胸肌去除。然而,每个软件包的性能均是在不同机器、不同参数采集的专有图像数据库上进行评估的。因此,由于图像的不同特征可能影响结果,性能无法直接比较。因此,在共同数据库上评估现有工具的性能可能具有重要意义。

本研究的主要终点是比较LIBRA和OpenBreast在胸肌去除方面与放射科医师手动分割相比的性能。作为次要终点,我们根据乳腺密度和图像侧别评估了性能变异性。

方法

女性人群

本回顾性研究经意大利那不勒斯“Luigi Vanvitelli”大学伦理委员会批准,作为一项观察性回顾性自发研究(2019年7月23日第469号决议)。所有方法均按照相关指南和法规执行。知情同意由批准本研究的同一伦理委员会豁免。

我们从2020年6月至2020年11月期间在那不勒斯“Luigi Vanvitelli”大学医院乳腺中心因乳腺癌筛查项目接受乳腺X线摄影的连续女性中获取了双侧全视野数字乳腺X线摄影(FFDM)图像。此外,我们获取了由两名专家放射科医师(GG、MPB)协商一致评估的乳腺构成分类A、B、C、D(根据2013年发布的BI-RADS第5版[11])。

所有检查均按照美国放射学会(ACR)和欧盟委员会(EU)指南执行[1]。我们仅纳入符合当前最佳实践[1]质量/正确性标准的图像,尽管约20%的图像被放射科医师认为不正确并已重新拍摄。

由于本研究目的是评估常规采集图像上的胸肌去除,未使用女性纳入/排除标准。获取乳腺构成以评估其是否可能影响性能。

图像特征

使用IMS Giotto S.p.A.(Sasso Marconi (BO), Italy)生产的Giotto Class系统对女性进行内外侧斜位(MLO)和头尾位(CC)评估。

尽管MLO和CC图像均可获得,但我们仅分析MLO图像,因为此类投照中胸肌存在范围更大。

胸肌手动分割

根据DICOM标准[20],乳腺X线图像可能以“用于处理”和“用于呈现”两种形式存储。在本研究中,为手动勾画目的,使用了经IMS Giotto S.p.A的Raffaello软件中嵌入的“Deep View 1.0”算法处理的“用于呈现”图像。两名专家放射科医师(具有10年乳腺X线阅片经验)协商一致使用Horos医学图像查看器v 2.0.2 [12]在每张MLO图像上手动勾画胸肌轮廓。绘制了一条由胸肌本身轮廓组成的徒手闭合线。

待比较的软件包

我们比较了两个公开可用的、用于乳腺评估的现成Matlab开源软件包的性能:LIBRA [8]和OpenBreast [9]。这两个软件包在胸肌检测方面有所不同,如2.4.1和2.4.2中简要所述。尽管这两个软件包的最终目标是提供自动乳腺密度估计,但在本研究中我们仅考虑了胸肌去除的数据。

两种算法均假设MLO位乳腺X线摄影图像大致可细分为三个区域:胸壁,包括胸肌;乳腺组织,主要由脂肪和纤维腺体组织构成;以及背景空气区域。因此,它们首先进行乳腺区域分割以识别组织-空气界面,随后识别乳腺组织与胸肌之间的边界。

两个软件包均在Matlab R2017b(The MathWorks, Inc., Natik, MA, USA)[10]上运行。

LIBRA

个体化乳腺放射密度评估实验室(LIBRA)[8]是一种用于全自动量化乳腺百分比密度(PD%)的算法,适用于原始和处理后的数字乳腺X线摄影图像。LIBRA的乳腺区域和胸肌分割是该算法的关键计算步骤之一,在致密组织分割中采用了纹理特征。体-气界面边界通过基于灰度强度直方图的阈值确定,不依赖于任何先验假设。胸肌与乳腺组织区域之间的边界使用先前验证过的基于直线Hough变换的算法[13]。在本研究中,我们使用了LIBRA 1.0.4版本,可从https://www.nitrc.org/projects/cbica_libra/链接获取,由宾夕法尼亚大学佩雷尔曼医学院网站提供——SBIA与CBICA共同参与。

OpenBreast

OpenBreast [9]是一个全自动计算机化乳腺X线摄影图像分析框架,分三个步骤实现:乳腺分割、感兴趣区域(ROI)检测和特征提取。乳腺分割的第一阶段与LIBRA类似。第二阶段即乳腺组织与胸肌之间边界的识别,分别包括胸壁检测和乳头检测。更准确地说,胸壁检测使用了基于Hough的线检测器[14]。该线检测器首先对输入图像应用边缘检测器。随后,每个边缘像素被表示到参数化Hough累加器空间中。直线被检测为空间直方图的局部极大值。最后,乳头被检测为距胸壁最远的轮廓点[15]。OpenBreast v1.0在哥伦比亚布卡拉曼加桑坦德工业大学的电气、电子与电信工程学院开发,已从GitHub链接https://github.com/spertuz/openbreast下载。

胸肌去除的比较

两个软件包的性能通过两种常用的分割准确性指标——Dice指数和Cohen-kappa [16]——与手动分割的胸肌进行了比较。手动勾画的胸肌区域被视为“金标准”标识。

为了对分割出的胸肌与人工勾画的胸肌进行比较,我们计算了被正确识别为胸肌或乳腺的像素数(分别为真阳性TP、真阴性TN)以及被错误识别为胸肌或乳腺的像素数(分别为假阳性FP、假阴性FN)。

Dice指数定义为:其衡量两个分割结果之间的重叠程度[16]。然而,Dice指数未纳入TN,因此使用了另一个纳入TN的指标:Cohen's kappa,其定义为:其中N为图像上的总像素数,且:

统计分析

软件包性能之间的统计学差异采用非参数Wilcoxon符号秩检验对配对组进行检验;性能与乳腺密度之间可能存在的依赖性也通过Kruskal–Wallis检验进行评估。所有情况下,P值低于0.05被认为具有显著性。鉴于预先计划的检验数量较少,未进行p值校正[26]。统计分析使用R环境(https://www.R-project.org/)完成。

结果

女性人群与图像特征

共纳入168名女性,对应336幅全视野数字乳腺摄影(FFDM)图像。女性特征总结于表1。乳腺摄影图像采集的详细操作设置报告于表2。

表1报告了本研究样本的主要特征。大多数女性年龄在45至64岁之间。此外,一小部分女性的BI-RADS乳腺密度为A级。发现年龄与乳腺密度之间存在负相关关系(P < 0.05)。

表1 患者特征:按乳腺密度和年龄组划分的患者数量 查看原表 ↗
表2 图像与设备特征 查看原表 ↗

软件包之间的比较

图1报告了通过人工勾画(红色)、LIBRA(绿色)和OpenBreast(黄色)去除胸肌的几个示例性图例。每种乳腺密度各报告一个示例,并报告了一个不同侧别的示例。可以观察到,LIBRA和OpenBreast均无法非常准确地逼近人工去除胸肌的结果。

为便于说明,图2a和b报告了样本人群(336幅图像)中Dice指数和Cohen-kappa的完整分布。LIBRA与OpenBreast之间的Wilcoxon符号秩检验显示存在显著差异(P < 0.05):LIBRA的Dice和Cohen性能指标均高于OpenBreast。

表3报告了Dice指数和Cohen-kappa的平均值,以及TP、TN、FP、FN分数。此外,表3按乳腺密度类型综合了TP、FP、TN、FN分数、Dice指数和Cohen-kappa。

LIBRA的平均值高于OpenBreast的相应值(P < 0.05)。结果提示LIBRA能够取得更好的性能:事实上,LIBRA的Dice指数和Cohen-kappa均显著高于OpenBreast(P < 0.05)。平均值不依赖于乳腺密度水平。事实上,两种算法在乳腺密度值方面未观察到统计学显著差异(Kruskal–Wallis检验P > 0.05)。

此外,两种算法在侧别方面未观察到统计学显著差异(侧别的Wilcoxon配对检验P > 0.05)。

图1 胸肌勾画的示例。手动勾画(红色)、LIBRA(绿色)和OpenBreast(黄色)。同时报告乳腺实质轮廓以供比较。每幅图像下方标明乳腺密度。 查看原图 ↗
图2 a 按每种乳腺密度(A、B、C、D)与侧别(左、右)的组合,报告LIBRA和OpenBreast相对于金标准的Dice指数;每名受试者用彩色圆圈标识,同一受试者但使用不同软件包的测量值用线条连接。b 按每种乳腺密度(A、B、C、D)与侧别(左、右)的组合,报告LIBRA和OpenBreast相对于金标准的Cohen kappa;每名受试者用彩色圆圈标识,同一受试者但使用不同软件包的测量值用线条连接。 查看原图 ↗
表3 按每个软件包/乳腺密度报告平均Dice指数、Cohen kappa、TP、TN、FP、FN分数。 查看原表 ↗

讨论

早期发现乳腺癌存在两个问题:乳腺X线摄影图像的正确采集,其次是用于乳腺癌诊断的图像精确分析。手动分割耗时,并可能延误处理进程。准确查看图像是一项困难的任务,尤其是在数据集较大的情况下。这一挑战可以通过使用计算方法(如图像处理技术或乳腺癌分析算法)来克服。这些算法可实现快速分析,并减少医学专家的放射科医生工作。然而,在使用基于图像处理的算法检测肿瘤之前,评估乳腺X线摄影图像的性质至关重要[5–7]。胸肌通常见于MLO位乳腺X线摄影图像中,由于它很容易被误分类为纤维腺体组织,因此在分析前通常会被去除。此外,图像采集过程中意外产生的伪影可能出现在乳腺X线摄影图像的胸肌区域。而且,放射科医生可以检查胸肌区域以发现辅助淋巴结异常。

本工作的目的是评估两个公开可用的开源Matlab软件包(LIBRA和OpenBreast)在胸肌去除方面的性能。比较是在一个连续评估的女性人群的FFDM图像单一数据库上进行的。我们的结果表明,LIBRA在Dice指数和Cohen kappa两方面均取得了高于OpenBreast的性能。未发现结果对乳腺密度或侧别存在依赖性。

分析这些工具的主要目的是支持计算机化乳腺癌检测系统的开发,这些系统旨在检测可见度较差的乳腺X线摄影病灶:低对比度区域伴有小异常,大多隐藏在乳腺X线摄影图像的组织中,这使得分析异常区域具有挑战性,并且会导致假阳性检测。如引言所述,胸肌去除任务是全景数字乳腺X线摄影(FFDM)计算机辅助诊断的重要预备步骤,因为胸肌的强度水平可能影响肿块、微钙化等的检测。此外,胸肌边界识别可能改善和简化乳腺双侧性评估任务。因此,这仍然是一个活跃的研究领域。然而,已经提出了许多算法,尚未取得确定性结果,这也是由于在FFDM上勾画胸肌边界存在特定的解剖学困难。

在此背景下,我们的结果提供了两个开源软件包在Matlab环境下进行胸肌边界勾画的性能信息。后者是开发计算机辅助诊断系统广泛使用的软件环境。我们的结果可能有助于改进CAD开发。

据作者所知,我们的研究是唯一比较这两个软件包的研究。此外,与许多先前的研究[17–19]不同,我们的研究是在大型全景数字乳腺X线摄影数据库上进行的:在撰写本文时,尚未有规模达数千张图像的FFDM公共数据库可用,许多研究使用的是数字化胶片乳腺X线摄影数据库[20–31]。事实上,关于乳腺胸肌去除的一个主要问题是缺乏大规模良好标注的数据集来训练高性能模型。近年来,大量精力被投入到开发智能且稳健的乳腺胸肌去除方法中。然而,由于数据集可用性有限,大多数方法是在自行标注的公共数据集甚至私有数据集上进行评估的。为简要说明近期文献中使用的算法类型,我们简要描述两种使用此类数据库开发的算法。Maitra等人[32]实现了一种基于三角形区域的方法,将胸肌与其余组织分离。然后,使用区域生长技术来识别并去除胸肌。Kaitouni等人[33]实现了一种基于隐马尔可夫和区域生长方法的胸肌去除乳腺肿瘤识别方法。该方法的目的是将胸肌从乳腺X线摄影图像中分离出来。该方法涉及Otsu阈值处理和基于k-means的像素分类。

在FFDM分析研究领域,对经过充分测试的预处理工具的需求十分强烈,尤其是随着纹理放射组学和深度学习方法进入该领域。事实上,用于胸肌去除的深度模型的重要问题在于方法的鲁棒性和训练阶段。在深度学习出现之前,基于特征的方法主导了该领域[34–37]。这类系统的鲁棒性仍有待提高,因为图像中的变化可能导致错误的去除。在这个意义上,基于深度学习的方法的优势在于鲁棒性已得到大幅增强[30–32, 38–43]。然而,深度学习方法需要非常大量的图像才能得到恰当训练。因此,如上所述,由于缺乏经过恰当人工标注的大型FFDM数据库,它们的开发仍然存在问题。相反,尽管并非基于深度学习方法,所分析的两个软件包已被证明在各种情况下具有鲁棒性,并且结果表明适合用于胸肌去除。

本研究存在若干局限性。第一,所评估的样本量简单。然而,本研究中分析的样本量在统计学上是合理的。事实上,不同算法之间准确度差异的典型值预计为几个百分点,而预期标准差为差异的2至4倍[2, 3]:这产生的标准化均数差为0.2。应用标准效能样本量计算[4]用于配对检验,并考虑80%的效能和5%的α水平,约150名受试者的样本量可被认为是足够的。此外,手动精确徒手勾画胸肌是一项非常耗时的任务,这对可在有限时间框架内分析的数据库规模构成了根本限制。第二,考虑到女性乳腺密度为B型的患病率,人群是不平衡的;然而,未发现胸肌去除性能与乳腺密度之间存在统计学显著依赖性。

结论

总之,我们在单一FFDM数据库上比较了两个Matlab软件包LIBRA和OpenBreast在胸肌去除方面相对于手动勾画的性能。结果表明,两个软件包均显示与手动分割的高度一致性。然而,统计检验表明,平均而言,LIBRA可以实现更高的性能。尽管本研究没有直接的临床应用,但我们的结果对于为计算机辅助乳腺评估的复杂系统开发选择软件包是有用的。

引用

  1. Sansone M, Marrone S, Di Salvio G, et al. Comparison between two packages for pectoral muscle removal on mammographic images. Radiol Med. 2022. PMID: 35816260. doi:10.1007/s11547-022-01521-5
  2. 全文:PMC9349098(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9349098/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。