使用x射线乳房x光片辅助微波乳房图像的解释

抽象

目前的临床乳房成像模态包括超声，磁共振（MR）成像，和无处不在X射线乳房X射线摄影。微波成像，其中利用不同的电磁特性，以获得图像的对比度的，示出了作为补充的成像技术的潜力。作为一个新兴的模式，3D图像微波演绎带来了显著的挑战。MR图像常常被用来协助完成这一任务，和X射线乳房X线照片都是现成的。然而，X射线乳房X线照片提供乳房的2D图像在压缩下，导致显著几何失真。本文提出了一种方法来估计所述乳房和从标准临床乳房X线照片的感兴趣区域的位置的3D形状。该技术是使用MR图像作为参照3D形状与使用微波的图像的未来意向开发的。Twelve breast shapes were estimated and compared to ground truth MR images, resulting in a skin surface estimation accurate to within an average Euclidean distance of 10 mm. The 3D locations of regions of interest were estimated to be within the same clinical area of the breast as corresponding regions seen on MR imaging. These results encourage investigation into the use of mammography as a source of information to assist with microwave image interpretation as well as validation of microwave imaging techniques.

1.简介

透视乳腺摄影是当前黄金标准乳房成像技术[1]。乳房X射线摄影提供高解析度在每个头尾（CC）和内侧 - 外侧倾斜（MLO）方向的乳房的2D图像，并且能够分辨的精细结构如微钙化。然而，乳房造影术已显示出具有绝经前妇女和女性致密乳房[之间低灵敏度和特异性2]。在乳房造影术是不明确的情况下，可以使用互补的成像技术诸如磁共振（MR）或超声波。

不同模态依靠以生成图像不同组织性质;例如，来自组织密度的X射线图像的对比度的结果，而超声成像依赖于声阻抗。检查多个模态可以提供如果仅使用一个单一的成像技术，可能会丢失诊断信息[2]。由于来自不同来源的信息相结合的优势，有责任继续开发新的成像方法的好处。

各种研究已经测定在脂肪，纤维腺，和癌性乳腺组织的电磁（EM）特性的差异，提示的图像对比度可能来源[3]。这些差异对患者友好，安全，廉价的成像技术的发展奠定了基础。具体来说，EM断层扫描和基于雷达的方法已经被提出4，五]。这两种方法都要求女性俯卧在检查台上，乳房从桌面的一个孔伸入浸泡液体的容器中;这与患者在MR图像采集中的定位相似，只是增加了浸泡液[6]。然后发射低功率非电离电磁辐射的天线被用来照亮乳房。通过乳房行进的波从内部结构反射，并且记录在一个或多个接收天线。

组织感测自适应雷达（TSAR）是3D基于雷达的微波成像技术，目前正处于临床试验的初步阶段[7]。相比MR（当前3D乳房成像模态），TSAR成本较低，因为不需要造影剂侵入性较小，并且不与金属植入物或幽闭恐怖症[排除患者6]。虽然初步结果是有希望的，但它是一个挑战，以解释沙皇图像没有三维图像收集与另一种方式。为此，沙皇的初步研究包括收集MR图像。然而，磁共振扫描通常不是病人护理的一部分，并增加了大量的时间和研究费用。

乳房X线照片是在乳腺癌病例[例行程序1]。使用这些数据，以帮助解释沙皇去除MR的依赖在今后的研究中，允许更大的患者队列。然而，乳房X线照片不能直接相比，3D成像技术。这项工作的具体目标是开发3D解释乳房X线照片的方法。虽然最终目标是可视化乳房X线照片与图像TSAR结合，MR图像提供协助这一方法的开发和验证的有效工具。

要使用乳房x光片来解释沙皇数据，必须将2D信息转换成3D空间。然而，乳房x光检查仅在两个方向进行，大约45°的间隔。此外，乳房被压缩至原来直径的50%，导致2D图像严重失真[8]。这两个问题是从乳房x线照片中估计3D信息的主要挑战。

本文提出了一种方法来估计的从标准的双视图乳房X线照片感兴趣区域的三维皮肤表面和3D位置。估计的精度通过直接比较对MR图像和计算四个方向上的解剖估计和真实皮肤表面之间的差异进行量化。

在重建的乳房X线照片的皮肤表面以前的工作中只有三个相关出版物[被提出9-11]。Yam等和Kita等采用的技术涉及侵蚀乳房轮廓以补偿压缩，然后在MLO视图近似ML视图的假设下拟合曲线[9，10]。Behrenbruch等人对这项工作进行了改进，将乳房x线照片注册到MR图像中，以获得更精确的压缩补偿[11]。然而，没有量化的结果已知3D几何精度;这项工作将解决这个问题。类似地，相同的作品本发明的方法用于估计看到的乳房X线照片可疑区域的三维位置，但由于在采集几何仅贝伦布鲁赫等人的差异。能够直接比较MR图像，而喜多使用的相对指标。

2.方法

数字1节目的用于估计的ROI的方法的概述以及在三维皮肤表面。

首先，由于压缩失真被通过登记与3D参考形状补偿。接着，两个乳房X线照相视图及其对应的皮肤轮廓在空间上对齐以表示物理成像平面。然后，轮廓使用以等间隔的椭圆拟合到乳房的冠状切片来估计皮肤表面。在如病变可以在所有数据集来识别等功能的情况下，特征的三维位置，通过3D背投影估计。最后，在皮肤表面和特征呈现在3D和相比的MR图像。

2.1。乳房X光检查预处理

在乳房X线照片获取，乳房被压缩到其原始直径的50％，从而导致组织的解剖显著失真和导致CC和MLO投影图像由不同的组织结构的[12]。因此，为了估计三维结构，通过未变形的乳房形状对投影进行估计是可取的。在这项工作中，通过与MR图像形成的投影图像进行配准，减少了乳房x线照片的失真[13];在未来，可以预见，TSAR图像将被用来创建这些投影图像。

配准技术结合了基于标志和强度的配准，以减少乳房x线照片的外部形状和内部组织的畸变[13]。这种技术与Behrenbruch等人所描述的类似。[11]。在对两幅图像进行配准的同时，通过对背景的分割和曲率的计算，自动得到确定乳房边界的轮廓和三个解剖标志的位置。数字2显示原始乳房X线照片和未失真版本之间的形状差异的一个例子。由于组织的乳房X线照相压缩过程中的膨胀，未失真的乳房X线照片的表面面积比原来小大约30％。

人物的三个圆形标志2是位于所述乳头解剖学界标，并且其中所述乳房满足胸壁最大曲率的两个区域。限定的边界处的乳房上的MR投影所看到的轮廓示出以说明的形状的以下登记准确性。该预处理步骤之后，仅乳腺数据来获得3D估计。

2.2。空间对齐

在上一节所述的预处理过程提供给映射2D乳房X线照相突起成一个无畸变的二维投影空间。然而，CC和MLO乳房X线照片的相对对准是未知的，因为投影图像中可见的一个给定的功能可以位于沿着X射线束向量的任何点（在图中所示3)。为了开始估计皮肤表面，必须对CC和MLO乳房轮廓的空间排列做一定的假设。

之前的工作假设CC和MLO视图之间的投影角度相差90°，而本次工作则不同，它使用了数字乳房x线照片元数据中提供的MLO获取角度。MLO数据(图像、地标和轮廓)根据这个角度的倒数进行旋转，以便在空间上对齐两个视图。数字3示出了典型MLO获取角度的一个例子,表示应用于MLO图像和轮廓数据的旋转角度。使用图中所示的坐标系3中，CC视图旋转90°°以躺在平面。

继旋转，两个图像的转换是需要进一步调整以获取几何结构近似的观点。乳头的地标被选择作为空间坐标，如通过定义在两个图像中的界标是在相同的位置。

另外的空间对准需要进一步的假设。(我)乳房x光片的轮廓，描述了乳房最大的边缘或阴影，位于体积的中心，沿着x射线束矢量。（ⅱ）的MLO数据在提供乳头位置-轴。（ⅲ）该CC数据在提供乳头位置-轴。（ⅳ）在胸壁截取的冠状切片的质心对应于两个视图胸壁标之间的中点的交点处。

利用这些假设，通过旋转CC视图对两个图像轮廓进行对齐轴和有关的MLO视图-轴。将所得的几何形状是采集乳房X线照片的过程中的两个成像平面的取向的估计。这两个轮廓，其形成稀疏线框模型的一个例子，在图中示出4。这些数据单独被用作用于皮肤表面估计先验信息。

2.3。皮肤表面的估计

一个给定的考试或如见于MR乳房的冠状面表明乳房的横截面大致椭圆形的[14];这一事实已被用于生产乳房模型的数值模拟，并将用于建立皮肤表面模型在这项工作。参数形式的椭圆方程为 哪里是椭圆的中心，和为主、次轴的比例因子，是主要的轴的角度，并且参数范围从0到。这些变量如图所示五。

任何冠状面相交图的线框模型4在4分。但是，对于椭圆拟合来说，四个点的数据是不够的。此外，这四个相交点并不正交，导致椭圆周围的分布不均匀。

要获得冠状切片的四个已知数据点的最佳拟合椭圆，中心点被假定为四个点的重心。旋转角度设置为零，减少(1)到两个方程，三个未知数，和。该使用从中心点矢量的角度向每个数据点的绝对值（参数估计在图五)，为(1)，并允许确定最小二乘拟合。然后数据被迭代地旋转到不同的角度和重复最小二乘法拟合，直至达到最佳被确定。

所有的参数（1）确定，椭圆形被创建并显示在指定位置。重复进行沿椭圆的期望数量的该过程轴;数字6显示了一个示例皮肤表面估计。在这个例子中，只有五个冠状切片显示，为了清楚起见;在评估结果，二十片将呈现更完整的皮肤表面估计。

2.4。内部功能评估

在上一节中所描述的皮肤表面估计描述了乳房的整体形状，并提供了一个参考框架的两个模态进行比较。然而，关注区域（ROI）的特定区域的识别就更大效用，提供者的乳房的特定特征的3D位置。乳房X线照片提供2D视图ROI的，这些区域可以被识别并且其3D位置计算并相对于皮肤表面的估计显示。

为了确定三维空间的一般ROI，未变形乳房x线照片上的ROI被建模为简单的球体。CC和MLO视图的相应特征在与放射科医生协商后确定，并通过交互式显示标记为2D圆圈。通过计算两条直线与成像平面的交点(如图所示)，仅利用乳房x线照片数据将这些点定位到三维空间中7。

该计算方法如下： 与如图所示3。三维球面的半径取两个二维圆的半径的平均值。

3。结果与讨论

皮肤表面估计技术应用于六组患者数据，从而产生总共十二个乳房模型。乳房X线照片是根据加拿大标准数字收集，以不同的分辨率产生CC和MLO图像。两个对比增强和收集脂肪抑制T1加权的MR图像，也符合加拿大乳房成像协议。用于图像配准和乳房摄影比较的目的，使用了脂肪抑制结构的MR图像。

与放射科医生的协助下，确定了对数据集的感兴趣区域。只有一个是用于内部功能位置估计的候选者由于需要对所有三个图像离散病变能见度（CC，MLO和MR）。

对于每一个数据集，MR图像被加载并显示以提供地面实况几何形状。这个图像被对准尽可能准确相对于特征估计模型可能的，但应注意的是对准经受由于在对准线框模型所做的假设的错误。

3.1。皮肤表面的估计

图8和9显示与所估计的皮肤表面重叠的中央MR切片的矢状和轴向视图。数字8是用来描述的方法中的数据集，而图9是含有病变的数据集。

两图中的皮肤估计的考试8和9的是，尽管在每个冠状切片独立重建，一个平滑的轮廓线，实现节目。此外，该算法成功地捕获所述乳房形状即使当大的患者间变化是存在的。

在图中所示的估计的矢状视图9(一个)显示椭圆形技术未能完全捕捉到乳房形状的颅尾不对称。这可能是由于较大的乳房与磁先生线圈的一边接触，导致乳头下降和扭曲的磁先生几何形状。然而，轴向视图(在此位置未失真)显示了良好的内侧-外侧对应关系。

样本数据集的在两个不同的位置A冠状剖面示于图10。由于由与MR线圈接触胸壁附近的乳房的变形，所估计的椭圆未能准确捕捉形状在此位置（图图10（a）)。然而，靠近乳房中心，椭圆近似更合理(图)图10（b）)。为了量化估计皮肤轮廓的误差，如在所述MR图像的冠状切片和所估计的表面的真实皮肤表面之间的差在内侧，外侧，颅，和尾部方向计算。这些错误是由在图中的箭头所示10。

皮肤的估计误差进行了计算，使得负误差代表乳房表面的低估。观察冠状切片的位置和估计误差之间的关系，这些错误被暗算冠状切片的位置（设在)。产生的错误图如图所示11用于两个样本数据集。在这两种情况下，很显然，头部和尾部的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，这表明真正的皮肤表面的一致的低估。

要检查所有数据集的趋势，皮肤估计误差的绝对值均暗算- 轴位置的所有数据集（图图12（a）和图12（b）)。这些图还示出了最佳拟合的线性回归为每个单独的方向，以及一起的两个方向。应当指出的是，这些最佳拟合线仅用于说明的趋势，并且不旨在作为数据的模型，因为没有线性关系，预计存在。

在头-尾侧和内侧-外侧两个方向上，组合数据的最佳拟合线显示，朝向胸壁的准确性有轻微增加的趋势。然而，这可能部分是由于胸部在胸壁处的非椭圆形状造成的，如图所示图10（a），导致对这些的真实误差的低估的位置。同样的，乳头的误差可能会因为冠状面小而被夸大，在这里一个轻微的偏差就会导致明显的误差。一个更合理的结论是，误差是近似一致的轴上的乳房。

比较图图12（a）和图12（b）确认皮肤估计技术是在内侧和外侧的方向更准确和一致。这可以通过相对缺乏在头尾方向上的数据由于图像平面之间的45°角进行说明。由于以前的工作假设图像由90分离°，则很可能的是，当前的工作更加准确[10]。然而，直接比较这两种方法是不可能的，因为以前的工作没有评估相对于基本事实的错误。

总的来说，皮肤表面的估计是准确的，平均轮廓偏差在颅-尾侧方向13毫米，在中-侧方向6毫米。考虑到所需的假设数量和用于估计3D皮肤表面的有限信息，这是可以接受的。由于这是第一次量化由乳房x光片产生的三维皮肤表面估计的准确性，因此很难确定这一结果是否与以前的出版物相媲美。

3.2。内部功能评估

数字13示出了重建的特征和含有在两种模态可见的离散特征的唯一的数据集的MR体积之间的比较。球体标记从反投影而产生的损伤，并且在MR对应的病变的估计区域是作为不透明质量清晰可见。该3D Euclidean distance between the centroids of the true and estimated lesion location is approximately 12 mm. While it might seem reasonable to compare this value to the differences in Euclidean distance from lesion to nipple reported by Kita et al. in 2002, the two metrics are not in fact identical [10]。在目前的工作中，病变的质心之间的欧几里德距离占绝对差，而在Kita的工作的两个向量可以具有与在欧几里德距离差小不同的方向。类似地，这样的结果不能进行比较，以在由贝伦布鲁赫等人所使用的乳房X线照相的2D空间中计算的误差度量。[11]。

该患者的影像报告指出，“肿块4点钟右侧乳房。”从图的目视检查图13（a），估计3D特征确实位于4点钟。更准确地说，从椭圆中心到两点(真实的和估计的病灶中心)的向量之间形成的角度是20°。这使得估计的病灶位置在乳房的同一小时(30°)内作为基本事实，提供了一个合理准确的三维病灶位置，就像在乳房x线照相术中看到的那样。该指标可与Kita等人报告的“前视图方向”指标相媲美，且在类似的值范围内[10]。

在这项工作中所描述的方法和Kita等人的方法之间的主要差别。是的特征映射到MR成像的容易采集几何结构。因为这类似于用于TSAR成像的几何形状，从乳房X射线摄影的三维ROI预测将使TSAR图像的解释而不对MR数据的依赖。

作为初步例如，图14显示该患者的实验获得的TSAR图像和原始MLO乳房x线照片。目前的“沙皇”方案包括将乳房浸泡在菜籽油中，然后用在[15]。At 200 antenna locations, measurement data are collected from 50 MHz to 15 GHz using a vector network analyzer. Concurrent to microwave data collection, a laser is used to obtain an accurate estimate of the skin location [16]。这些数据提供了在皮肤表面的知识，并且用于协助处理所述微波数据，然后将其使用延迟与求和算法[形成为图像17]。

图的3D模型图13（a）4点，这是在与MR数据和放射科医师的报告协议宿瘤。尽管图13是在MR空间而不是TSAR空间中创建的，识别的ROI很可能与TSAR检测到的增强圈区域相比较，同样位于4点钟。然而，对于非放射科医生来说，要识别图中圈出的相应病灶是很困难的14。

由于在TSAR采集所用的浸没介质，乳房浮纱和改变形状相对于MR成像，其中所述乳房自由悬挂。这可以在图中可以观察到的13和14，这尽管有来自同一患者的图像被非常不同的形状。这说明在比较不同模式的结果的困难。在这个例子中，似乎乳房X线照相重建是一个更接近的匹配比MR数据的TSAR图像，但是这是从MR和TSAR图像之间的乳房的轻微旋转而产生的重合。

在图中所示的图像TSAR的数据图14（a）在一个狭窄的范围周围的预期肿瘤位置切片获取了。这导致不包括乳头或胸壁标志的图像。在未来，TSAR图像将被用于去除乳房X线照片的失真，但是这是不可能的当前工作的地标是匹配乳房部位是必不可少的。因此，该方法被开发和代替TSAR的使用MR图像测试，证明了该技术的有效性。

3.3。对应特征的验证

对于本文中所描述的3D估计方法的最后一个应用是作为看到的乳房X线照相特征的验证。放射科医师进行，以解释医学影像广泛的培训;没有这样的经验，在两个乳房摄影的看法相同特征的识别是困难的。然而，一旦投资回报率在三维重建，显然这两个可见的特征是否相符。数字15示出了其中一个可疑病变的CC和MLO视图识别的数据集。到未经训练的眼睛中，这些位置可以合理对应，但重建（图图15（c）)清楚地显示所确定的位置不可能存在于乳房内。这种验证有可能帮助研究人员和工程师识别真正感兴趣的区域。

4.限制

MR ground truth与乳房x线摄影的估计之间的比较容易出现与两个乳房x线摄影面对齐的假设相关的错误(见章节)2.2)。这可以在视觉上在图中观察到图10（b），其中MLO平面似乎相对于真正的冠状剖面移位。这种错误可能不会显著影响整个乳房形态，虽然改进的对齐会导致更好的错误指标。

另外，在这项工作中所描述的方法的每个步骤需要显著估计和大量的假设。因此，该技术具有固有的不精确性和细节不能只用两个乳房摄影景色被回收​​，和估计不应该被认为是三维乳房的精确模型。然而，对于微波图像解译协助的预期目的，获得的精确度就足够了。

五，结论

本文描述的皮肤表面和内部特征估计技术已被发现足够准确，以协助微波图像的解释，并提供了一种手段，以比较沙皇的结果与黄金标准的乳房x线照相术。虽然过去已经提出了类似的估计技术，但与MR成像相比，准确度的量化在文献中是新颖的。

今后的工作将是修改乳房X线照片undistortion技术以考虑由TSAR浸没液体引入的几何差异。在此之后，3D乳房摄影信息将被合并到当前TSAR图像处理协议。

承认

作者想感谢博比Docktor医生为她协助确定放射学特征。

参考

1. 对乳腺癌，护理和治疗的临床实践指南指导委员会“的扪乳房肿块：信息和建议，以协助决策检测乳房肿块时，”加拿大医学协会杂志卷。158，补充3，第S3-S8，1998。查看在：谷歌学术搜索
2. C. Brekelmans，M.克利盖，I. Obdeijn等人，“影响筛查乳房造影术的妇女和MRI与乳腺癌的遗传风险的敏感性和特异性的因素，”乳腺癌研究与治疗卷。100，没有。1，第109-119，2006年。查看在：出版商网站|谷歌学术搜索
3. A. J. Surowiec, S. S. Stuchly, J. R. Barr，和A. Swarup，“乳腺癌及其周围组织的介电特性”，IEEE交易在生物医学工程，第35卷，no。4, 257-263页，1988。查看在：出版商网站|谷歌学术搜索
4. E.债券，B. D.范维恩，X. Li和S. C. Hagness，“通过空间 - 时间波束形成超宽带微波成像早期乳腺癌检测的概述，”IEEE天线和传播杂志卷。47，没有。1，第19-34，2005。查看在：出版商网站|谷歌学术搜索
5. “乳房成像与癌症侦测之三维微波断层摄影术”，国立台湾大学资讯工程学研究所硕士论文国际会议上电阻抗成像的生物医学应用程序，第5-6页，2009年。查看在：谷歌学术搜索
6. E. C.恐惧，P.M。米尼和M. A. Stuchly，“乳腺癌检测微波？”IEEE势卷。22，没有。1，第12-18，2003。查看在：出版商网站|谷歌学术搜索
7. J. Bourqui，J.盖瑞特和E.恐惧，“测量和通过乳房发射微波频率信号的分析，”国际生物医学影像杂志卷。2012年，文章编号562563，11页，2012。查看在：出版商网站|谷歌学术搜索
8. D. J. Dowsett，P. A.肯尼，和R. E.约翰斯顿诊断成像的物理原理，牛津大学出版社，2006年。
9. M. Yam, M. Brady, R. Highnam, C. Behrenbruch, R. English，和Y. Kita，“微钙化簇的三维重建从两种乳房x线照相术的观点”，IEEE医学影像汇刊卷。20，没有。6，第479-489，2001。查看在：出版商网站|谷歌学术搜索
10. Y.北，E. Tohno，R. Highnam和M.贝迪，“A CAD系统对病灶的乳房X线照片中的3D位置，”医学图像分析卷。6，没有。3，第267-273页，2002。查看在：出版商网站|谷歌学术搜索
11. C.贝伦布鲁赫，K.马里亚斯，P. Armitage等人，“对比增强乳房MR和乳房摄影成像数据的融合，”英国医学影像学杂志卷。77，第311-340，2003。查看在：谷歌学术搜索
12. N. Ruiter，R. Stotzka，T.穆勒，H. Gemmeke，J.赖欣巴哈和W.凯泽，“X射线乳房X线照片和女性乳房的MR图像的基于模型的登记，”IEEE交易在核科学，第53卷，no。1，第204-211页，2006。查看在：出版商网站|谷歌学术搜索
13. C.柯蒂斯，R. Frayne和E.恐惧“半自动多峰乳房图像配准，”国际生物医学影像杂志卷。2012年，文章编号890830，14页，2012。查看在：出版商网站|谷歌学术搜索
14. E.察斯特罗，S. K.戴维斯，M. Lazebnik，F. Kelcz，B. D.范维恩和S. C. Hagness，“解剖学现实数值乳房幻影有用于与人乳腺癌模型微波相互作用准确的介电性能的发展，”IEEE交易在生物医学工程，第55卷，no。2008年第2792-2800页。查看在：出版商网站|谷歌学术搜索
15. J. Bourqui，M. Okoniewski和E. C.恐惧，“平衡对映Vivaldi天线具有用于近场微波成像介电导演，”IEEE交易天线与传播，第58卷第2期7，第2318-2326页，2010。查看在：出版商网站|谷歌学术搜索
16. T.威廉姆斯，E.恐惧，J. Bourqui，T.卡梅伦和M. Okoniewski，“微波乳房成像系统激光表面估计，”IEEE交易在生物医学工程，第58卷第2期5，第1193-1199，2011。查看在：出版商网站|谷歌学术搜索
17. E. C.恐惧，S. C. Hagness，P. M.米尼，M. Okoniewski和M. A. Stuchly“增强乳腺肿瘤检测与近场成像，”IEEE微波杂志卷。3，没有。1，第48-56，2002。查看在：出版商网站|谷歌学术搜索

版权

©2012夏洛特Curtis等。这是下发布的开放式访问文章知识共享署名许可，其允许在任何介质无限制地使用，分发和再现时，所提供的原始工作正确的引用。