在获取乳房x光检查,乳房被压缩到原来的直径的50%,导致组织的重要解剖变形,导致CC和枣疯病投影图像组成的不同的组织配置( 12]。估计预测的无畸变的乳房形状因此可取为了估算的3 d结构。在这个工作中,变形的乳房x光检查通过注册减少投影图像形成从先生的图片 13];在未来,预计沙皇图像将用于创建这些投影图像。

所使用的注册技术的结合具有里程碑意义的——和灰度登记减少失真的外部形状和内部组织的乳房x光检查 13]。这种技术类似于被Behrenbruch et al。 11]。除了注册的两个图像,定义乳房轮廓边界和三个解剖标志的位置自动通过分割的背景曲率计算紧随其后。图 2显示了一个示例之间的形状差异原始乳房x光检查和无畸变的版本。由于在乳腺组织的扩张压缩,不失真乳房x光片是大约30%的表面积比原来的小。

三个圆形的标志人物 2解剖标志位于乳头和乳房的两个地区最大曲率满足胸壁。看到的乳房轮廓定义边界上的投影显示先生说明形状后登记的准确性。这个预处理步骤后,只有乳房摄影数据用于获得3 d估计。

前一节的预处理过程,2 d乳腺投影映射到一个无畸变的2 d投影空间。然而,CC的相对一致性和枣疯病的乳房x光片是未知的,作为一个给定的特性在图像可以位于任何投影点沿着x射线矢量(见图 3)。CC的某些假设空间对齐和枣疯病的乳房轮廓必须开始评估皮肤表面。

不像以前的工作,认为90°之间的投影角度不同CC和枣疯病的观点,这个工作使用的元数据中提供的枣疯病收购角数字乳房x光检查。枣疯病的数据(图像、地标和轮廓)旋转根据这个角的倒数为空间对齐两个视图。图 3显示了一个典型的例子,枣疯病收购角 θ , γ 表示旋转的角度应用于枣疯病形象和轮廓数据。使用坐标系如图 3,CC视图旋转90°,躺在 z x 飞机。

两幅图像的旋转后,翻译需要进一步收购几何的观点在一个近似一致。被选为乳头地标 ( 0,0 , 0 ] 空间坐标,根据定义地标在两个图像在同一位置。

进一步的空间排列需要进一步的假设。 (我)

乳房x光检查的轮廓,描述最大的乳房边缘或影子,位于卷沿x射线束的中心向量。

使用这些假设,这两个图像轮廓被旋转的CC的观点一致 z 设在和枣疯病的观点 y 设在。由此产生的几何是一个估计的两个成像平面的方向在收购的乳房x光片。两个轮廓的一个例子,它形成一个稀疏的线框模型,如图 4。这些数据仅用作皮肤表面估计的先验信息。

检查一个给定的 z y 或冠状面乳房见先生表明,乳房是大约椭圆截面 14];这一事实被用于生产乳房模型数值模拟,并将用于构建皮肤表面模型在这工作。椭圆方程的参数形式 (1) z ( t ) = z c + 一个 因为 ⁡ ⁡ t 因为 ⁡ ⁡ ϕ - - - - - - b 罪 ⁡ ⁡ t 罪 ⁡ ⁡ ϕ , y ( t ) = y c + 一个 因为 ⁡ ⁡ t 罪 ⁡ ⁡ ϕ + b 罪 ⁡ ⁡ t 因为 ⁡ ⁡ ϕ , 在哪里 ( z c , y c ] 椭圆的中心, 一个 和 b 主要和次要的缩放因子轴,分别 ϕ 长轴的角度,参数 t 范围从0到 2 π 。这些变量是描绘在图 5。

任何冠状平面相交的线框模型图 4在4分。然而,四分椭圆拟合的数据不足。此外,四个分割点不是相互正交,导致一个椭圆分布不均。

获得最好的四个已知的数据点拟合椭圆的冠状切片,中心的观点 ( z c , y c ] 被假定为重心的四个点。旋转角 ϕ 被设置为0,减少( 1两个方程三个未知数 一个 , b , t 。的 t 参数估计使用中心向量的角度指出每个数据点的绝对值( ∠ z y 在图 5),提供四个解决方案( 1)和允许最小二乘待定。数据被反复旋转不同的角度 ϕ ,最小二乘拟合重复直到最好的 ϕ 是确定。

与所有的参数( 1)确定,椭圆创建并显示在指定的 x 的位置。这个过程被重复所需的数量的椭圆 x 轴;图 6显示了一个示例皮肤表面的评估。在本例中,只有5冠状切片显示清晰;在评估结果,二十片将成为一个更完整的皮肤表面呈现的估计。

在前一节中描述的皮肤表面估计描述的一般形状乳腺癌和提供了一个参照系比较两种形式。然而,识别感兴趣的特定区域(ROI)的更大的效用,提供特定功能的3 d位置的乳房。作为roi的乳房x光成像提供2 d视图,这些区域可以被识别和他们的3 d位置计算并显示相对于皮肤表面的评估。

为了识别一般在3 d空间ROI, ROI一样出现在不失真乳房x线照片是模仿简单的球体。相应功能CC和枣疯病的观点与放射科医生协商,并通过交互式显示标记为2 d圈。这些点被位于三维空间只使用乳腺数据通过计算两条线的交点正交成像平面的图所示 7。

这是计算如下: (2) x = x cc + x 枣疯病 2 , y = y 枣疯病 + z 枣疯病 - - - - - - z cc 棕褐色 - - - - - - 1 ⁡ γ , z = z cc , 与 γ 显示在图 3。3 d球体的半径为两个二维圆的平均值。

数据 8和 9显示中央矢状和轴向视图片先生估计皮肤表面覆盖。图 8是数据集用于描述方法,而图吗 9是包含损伤的数据集。

检查皮肤的估计数字 8和 9表明,尽管独立在每个冠状切片重建,光滑的轮廓。此外,该算法成功捕获了乳房的形状,即使大interpatient变化。

估计的矢状面图所示 9(一个)表明,椭圆技术未能完全捕捉cranial-caudal不对称的乳房的形状。这可能是由于大乳房先生的线圈接触,导致下滑乳头和扭曲的几何先生。然而,轴向视图(在这个位置不失真)显示优秀medial-lateral信件。

冠状的截面样本数据集在两个不同的位置如图 10。由于变形引起的乳腺癌胸壁附近接触线圈先生估计椭圆未能准确地捕获在这个位置(图的形状 10 ())。然而,乳房的中心附近,椭圆近似更合理(图 10 (b))。量化误差估计的皮肤轮廓,真正的皮肤表面的区别见先生的冠状切片图像和估计表面计算在内侧,外侧,颅,尾方向。这些错误在图箭头所示 10。

皮肤估计错误计算,这样负面的错误表示乳房表面的低估。观察冠状切片位置和估计误差之间的关系,绘制与冠状切片的错误位置( x 设在)。由此产生的错误块如图 11两个样本数据集。在这两种情况下,很明显,颅和尾错误往往超过内侧和外侧的错误。此外,所有的错误往往是负的,说明一致的低估真正的皮肤表面。

研究趋势在所有的数据集,皮肤的绝对值策划反对估计错误 x 设在所有数据集(数据的位置 12(一个)和 12 (b))。这些情节也显示了最佳线性回归为每个单独的方向,以及两个方向结合在一起。应该注意的是,这些最佳线仅用于说明趋势和不作为的模型数据,不存在线性关系有望。

cranial-caudal和medial-lateral方向,结合的最佳适合行数据显示一个略有上升的趋势向胸壁准确性。然而,这可能是部分由于nonelliptical胸壁的乳房形状见图 10 (),导致低估这些真正的错误 x 的位置。同样,乳头的错误可能被夸大了由于冠状截面小,一个轻微的偏差可能导致重大错误。更合理的结论是,沿着误差大约是一致的 x 设在乳房。

比较数据 12(一个)和 12 (b)确认皮肤估计技术是更准确和一致的内侧和外侧方向。这可以解释为相对缺乏的数据方向cranial-caudal由于图像平面之间的45°角。因为以前的工作假设图像分离90°,当前的工作很可能是更准确的 10]。然而,它是不可能直接比较两种方法,因为以前的工作没有评估错误相对于地面的真相。

总体来说,皮肤表面的估计是准确的平均轮廓13毫米的偏差cranial-caudal方向和6毫米medial-lateral方向。这被认为是可接受的假设所需的数量和可用的有限的信息估计3 d皮肤表面。这是第一个工作量化创建一个3 d皮肤表面估计的准确性从乳房x光检查,很难确定这个结果是否与之前的出版物。

图 13显示了一个比较重构特性和体积先生唯一的数据集包含一个离散模式特征明显。球面标志着估计病变产生的反向投影区域,和相应的病变在清晰可见先生一个不透明的质量。3 d之间的欧几里得距离真正的重心和估计病变位置大约是12毫米。虽然看起来合理比较此值的差异欧几里得距离从损伤到乳头基塔等人报道了2002年,这两个指标实际上是不相同的( 10]。在当前工作,欧几里得距离病变重心占绝对的差异,而在北城的工作两个向量可能有不同的方向和一个小欧氏距离的差异。同样,这个结果不能相比的误差度量计算2 d乳腺Behrenbruch等所使用的空间。 11]。

这个病人的放射学报告国家”软组织肿块4点右乳房。“从视觉检查图 (13日),估计3 d功能确实是4点钟位置。更准确地说,从椭圆中心向量之间的夹角的两个点(真实和估计病变重心)是20°。这个地方估计病变位置在同一小时内(30°)乳房的地面真理,提供一个合理准确的3 d位置的病变如乳房x光检查。这个指标是与“方向在前视图”度量基塔等人报道和类似的值范围内 10]。

描述的方法的主要区别在这工作和基塔等人的方法是将功能映射到先生的容易获取几何成像。这类似于用于沙皇的几何成像,3 d ROI预测从乳房x光检查将使沙皇图像先生不依赖数据的解释。

作为一个初步的例子,图 14显示了实验获得沙皇图像和原始枣疯病这个病人的乳房x光检查。当前沙皇协议由沉浸菜籽油的乳房,然后照亮在圆柱形模式BAVA-D天线中描述( 15]。在200天线位置,测量数据收集从50 MHz到15 GHz使用矢量网络分析仪。并发微波数据收集,激光是用来获得一个准确的估计皮肤的位置( 16]。这些数据提供了皮肤表面的知识,用于协助处理微波数据,然后形成一个图像使用延迟叠加算法( 17]。

图的三维模型 (13日)肿瘤4点的地方,与先生在协议数据和放射科医生的报告。尽管图 13先生成立于空间而不是沙皇空间,所确定的投资回报率可能会比较环绕的增强地区检测到沙皇也坐落在4点钟。然而,很难nonradiologist识别相应的病变圈图 14。

由于浸介质用于沙皇收购、乳房花车和改变形状相对于先生成像,乳房在哪里自由悬挂。这可以观察到数据 13和 14,它有非常不同的形状虽然是同一个病人的照片。这说明了困难在比较不同形式的结果。在这个例子中,乳腺重建似乎是一个更紧密的与沙皇的图像比先生的数据,但这是一个巧合造成的轻微旋转之间的乳房先生和沙皇图像。

沙皇的数据图像显示在图 (14日)收购在狭窄的范围内预期肿瘤切片的位置。这导致了一种形象,不包括乳头或胸壁地标。在未来,沙皇图像将用于消除失真从乳房x光检查,但这是不可能的在当前的工作作为匹配乳腺区域的地标是必不可少的。因此,方法开发和测试使用图像代替沙皇先生展示了该技术的有效性。

最后申请本文中描述的3 d评估方法的验证功能在乳房x光检查。放射科医生接受广泛的培训为了解释医学图像;没有这样的经验,识别相同的功能在两个乳房摄影观点是很困难的。然而,一旦ROI的3 d重建,它变得明显可见两个特征是否对应。图 15显示了一个数据集,确定可疑病变CC和枣疯病的观点。在未受训者的眼里,这些位置可以合理的对应,但重建(图 15 (c))清楚地表明,所确定的位置不能存在于乳房。这个验证有可能帮助研究人员和工程师确定真正感兴趣的区域。