Please use this identifier to cite or link to this item:
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorΚωσταρίδου, Ελένη-
dc.contributor.authorΜπάρα, Σταυρούλα-
dc.contributor.otherBara, Stavroula-
dc.description.abstractMammography is the most commonly used technique for the detection and early diagnosis of breast cancer. Through the decades, mammography has been evolved from Screen- film Mammography to Full Field Digital Mammography (FFDM) and currently to Digital Breast Tomosynthesis (DBT). DBT provides quasi- three-dimensional information via reconstructed image slices produced by a series of projection view images acquired during the x-ray source movement along a limited arc trajectory. The main advantage of DBT is that it has the potential to overcome the major limitation of FFDM, which is tissue superimposition, since it produces slices of the breast at various depths. A major issue that has emerged is the way that DBT should be used in clinical routine; as a stand- alone technique replacing FFDM or as a complementary technique to FFDM. Therefore, comparing the image quality between the two modalities is of interest and the subject of various studies reported in the literature, both clinical and phantom based. This study focuses on the quantitative evaluation between DBT and 2D FFDM mammography, using the Signal Difference to Noise Ratio (SDNR) as an image quality index and mammographic phantom images. It also aims to the investigation of the contribution of different of SDNR calculation approaches suggested in the literature, when analyzing phantom object images simulating breast lesions. The DBT and 2D FFDM images were acquired using the TOR MAM mammographic phantom (Leeds Test Objects Ltd, North Yorkshire, United Kingdom). TOR MAM consists of two parts, one of heterogeneous and one of homogeneous background. The heterogeneous background part simulates the appearance of actual breast parenchyma, containing microcalcifications in addition to fibrous and nodular details. The homogeneous part contains details that simulate pathological breast features, like masses of different nominal contrast values (4%, 3%, 2%, 1.5%, 1% and 0.5%) and microcalcification clusters of varying particle sizes (upper and lower particle size limit of each cluster: 354-224 μm, 283-180 μm, 226-150 μm, 177-106 μm, 141-90 μm and 106-63 μm). Three phantom thicknesses were considered, namely 25mm, 45mm and 65mm, simulating a thin, medium and a thick compressed breast thickness, respectively. The system used to acquire FFDM and DBT scans of TOR MAM phantom is a commercially available mammography system (Hologic, Selenia Dimensions, Bedford, USA), located at University Hospital of Patras. The acquisition exposure conditions (tube voltage and load) were selected automatically by the system. In the 2D mode, the system also selected the filter used (Rh or Ag,) depending on the compressed breast thickness. For the compressed thicknesses used in this study, all acquisitions were performed using Rh filter. In DBT mode, the system used Al filter for all acquisitions, since it was the only available filter material. The analysis focuses on the 5 highest nominal contrast values of the mass-like objects, as well as on the 4 biggest particle sized microcalcification clusters, located in the homogeneous part of the TOR MAM phantom. The SDNR index was calculated for these lesions on both 2D and focal plane DBT reconstructed images. Three (3) different approaches for mass SDNR calculation and two (2) approaches for microcalcification cluster SDNR calculation were implemented in the ImageJ software environment, that assume different definitions of target and background regions. The results of the comparison between DBT and 2D mode, according to all mass SDNR methods utilized, suggest that DBT performance is statistically significantly increased compared to 2D, for all nominal object contrasts studied and all PMMA thicknesses. Additionally, as the nominal object contrast decreases or as the phantom PMMA thickness increases, mean SDNR values are decreasing, as expected. Specifically: (a) for Method 1 SDNR values provide a percentage gain for DBT in the range of 89.5%- 50% for simulated breast thicknesses 25mm – 65mm, (b) for Method 2 the percentage gain for DBT is in the range of 77%- 47.3% for simulated breast thicknesses 25mm – 45mm and (c) for Method 3 the percentage gain for DBT in the range of 57%- 52.5% for simulated breast thicknesses 45mm– 25mm. As regards analysis of the effect of different mass SDNR methods, results indicate that in 2D mammography all 3 methods seem equivalent. However, in DBT, method performance is differentiated, with mass SDNR method 1 resulting in statistically higher SDNR values, which are reduced with method 2 and become further reduced with method 3. In case of microcalcification clusters, SDNR results demonstrate different trends depending on the method used, with respect to particle size and PMMA thickness. According to Method 1, DBT performs statistically significantly better than 2D only in case of the largest microcalcification cluster A (upper and lower particle size limit: 354-224 μm), for all compressed breast thicknesses studied, providing percentage gains in the range of 51.5% and 19.5%, while for cluster D (177-106 μm) for 25mm thickness and cluster C (226-150 μm) for 45mm and 65mm thickness, a statistically significant difference is observed in favor of 2D, with DBT providing a loss in the range of -26.6% and -17%. According to Method 2, DBT and 2D perform equivalently, except for cluster D for 25mm thickness and cluster C for 65mm thickness, where statistically significant difference are observed in favor of 2D, with DBT presenting a percentage loss of -23.2% and -23.8% respectively. As regards analysis of the 2 different cluster SDNR methods utilized, results indicate that cluster SDNR Method 1 results in higher SDNR values for both 2D and DBT modes compared to method 2 and is capable of differentiating the performance of DBT from 2D for the largest cluster sizes at all thicknesses, while for the smaller cluster sizes and for all thicknesses both Methods perform equivalently in favor of 2D.el
dc.subjectDigital mammographyel
dc.subjectDigital breast tomosynthesisel
dc.subjectQuantitative image quality analysisel
dc.subject.ddc618.190 757 2el
dc.titleImage quality in breast tomosynthesis and full field digital mammographyel
dc.title.alternativeΠοιότητα εικόνας στην τομοσύνθεση μαστού και την ψηφιακή μαστογραφίαel
dc.contributor.committeeΠαναγιωτάκης, Γεώργιος-
dc.contributor.committeeΚαλογεροπούλου, Χριστίνα-
dc.description.translatedabstractΗ μαστογραφία είναι η πιο ευρέως χρησιμοποιούμενη τεχνική για την ανίχνευση και την έγκαιρη διάγνωση του καρκίνου του μαστού. Με την πάροδο των χρόνων η μαστογραφία εξελίχθηκε με την υιοθέτηση ψηφιακών ανιχνευτών έναντι του συστήματος ενισχυτικής πινακίδας-φιλμ, σε ψηφιακή μαστογραφία, με τρέχουσα τάση την ψηφιακή τομοσύνθεση μαστού. Η τομοσύνθεση μαστού παρέχει ψευδο-τρισδιάστατη πληροφορία μέσω ανακατασκευασμένων τομών - εικόνων οι οποίες παράγονται από μια σειρά προβολικών λήψεων που αποκτώνται καθώς η λυχνία παραγωγής ακτίνων Χ κινείται κατά μήκος μιας τροχιάς περιορισμένου τόξου. Το κύριο πλεονέκτημα της ψηφιακής τομοσύνθεσης είναι ότι έχει τη δυνατότητα να ξεπεράσει έναν σημαντικό περιορισμό της ψηφιακής μαστογραφίας, που είναι η επικάλυψη των ιστών, καθώς απεικονίζει τομές του μαστού σε διάφορα βάθη. Ένα σημαντικό ανοικτό ερώτημα αποτελεί ο τρόπος χρήσης της ψηφιακής τομοσύνθεσης στην κλινική ρουτίνα, δηλαδή ως ανεξάρτητη απεικονιστική τεχνική που αντικαθιστά την ψηφιακή μαστογραφία ή συμπληρωματική χρήση με τη ψηφιακή μαστογραφία. Επομένως, η σύγκριση της ποιότητας εικόνας μεταξύ των δύο αυτών τεχνικών παρουσιάζει ενδιαφέρον και έχει αποτελέσει το αντικείμενο μελετών τόσο κλινικών, όσο και με τη χρήση ομοιωμάτων. Η παρούσα μελέτη επικεντρώνεται στην ποσοτική αξιολόγηση της απεικόνισης αλλοιώσεων στην ψηφιακή τομοσύνθεση και στην ψηφιακή μαστογραφία, χρησιμοποιώντας ως δείκτη ποιότητας εικόνας το λόγο διαφοράς σήματος προς θόρυβο (Signal Difference to Noise Ratio, SDNR). Επίσης, στοχεύει στη διερεύνηση της συμβολής διαφορετικών προσεγγίσεων που προτείνονται στη βιβλιογραφία για τον υπολογισμό του SDNR κατά την ποσοτική ανάλυση των δομών που προσομοιώνουν μαστογραφικές αλλοιώσεις σε ομοιώματα. Οι εικόνες ψηφιακής τομοσύνθεσης και ψηφιακής μαστογραφίας ελήφθησαν μέσω της χρήσης του μαστογραφικού ομοιώματος TOR MAM (Leeds Test Objects Ltd, North Yorkshire, United Kingdom). Το TOR MAM αποτελείται από 2 μέρη, ένα ετερογενούς και ένα ομοιογενούς υποβάθρου. Το ετερογενές μέρος του προσομοιώνει την εμφάνιση πραγματικού παρεγχύματος του μαστού, περιλαμβάνοντας ινώδεις και οζώδεις δομές, καθώς και συστάδες μικροαποτιτανώσεων. Το ομοιογενές μέρος του ομοιώματος περιέχει δομές που προσομοιώνουν παθολογικά χαρακτηριστικά του μαστού, όπως μάζες διαφορετικής ονομαστικής αντίθεσης (4%, 3%, 2%, 1.5%, 1% και 0.5%) και συστάδες αποτιτανώσεων διαφόρων μεγεθών (ανώτατο και κατώτερο μέγεθος ανά συστάδα: 354-224 μm, 283-180 μm, 226-150 μm, 177-106 μm, 141-90 μm και 106-63 μm). Τρία διαφορετικά πάχη μαστού ελήφθησαν υπόψη, 25mm, 45mm και 65mm, που προσομοιώνουν ένα λεπτό, ένα μεσαίο και μεγάλο πάχος συμπιεσμένου μαστού, αντίστοιχα. Το σύστημα που χρησιμοποιήθηκε για τη λήψη εικόνων ψηφιακής μαστογραφίας και ψηφιακής τομοσύνθεσης είναι ένα εμπορικά διαθέσιμο σύστημα μαστογραφίας (Hologic, Selenia Dimensions, Bedford, USA), το οποίο βρίσκεται στο Πανεπιστημιακό Νοσοκομείο Πατρών. Οι συνθήκες ακτινοβόλησης (τάση και φορτίο) επιλέχθηκαν αυτόματα από το σύστημα. Κατά την ψηφιακή μαστογραφία, το σύστημα επίσης επέλεξε το φίλτρο που χρησιμοποιήθηκε (Rh ή Ag), κάτι που εξαρτάται από το πάχος του συμπιεσμένου μαστού. Για τα πάχη που χρησιμοποιήθηκαν στην παρούσα μελέτη, όλες οι λήψεις πραγματοποιήθηκαν με χρήση φίλτρου Rh. Κατά την ψηφιακή τομοσύνθεση, το σύστημα χρησιμοποίησε φίλτρο Al για όλες τις λήψεις, καθώς αυτό είναι το μοναδικό διαθέσιμο φίλτρο. Η ανάλυση επικεντρώνεται στις δομές που προσομοιώνουν μάζες με τις 5 μεγαλύτερες τιμές ονομαστικής αντίθεσης, καθώς επίσης και στα 4 μεγαλύτερα μεγέθη συστάδων αποτιτανώσεων του ομοιογενούς τμήματος του ομοιώματος TOR MAM. Ο δείκτης SDNR υπολογίστηκε ξεχωριστά για τα δύο είδη αλλοιώσεων από εικόνες ψηφιακής μαστογραφίας και από ανακατασκευασμένες εικόνες στο εστιακό επίπεδο ψηφιακής τομοσύνθεσης. Τρεις διαφορετικές μέθοδοι για τον υπολογισμό του SDNR υλοποιήθηκαν στο περιβάλλον λογισμικού επεξεργασίας εικόνας ImageJ για τις μάζες και δύο για τις συστάδες αποτιτανώσεων, υιοθετώντας διαφορετικούς ορισμούς των περιοχών στόχων και υποβάθρου, σύμφωνα με την τρέχουσα βιβλιογραφία. Τα αποτελέσματα της σύγκρισης μεταξύ DBT και 2D, σύμφωνα με όλες τις χρησιμοποιηθείσες μεθόδους υπολογισμού του SDNR για τις μάζες, υποδηλώνουν ότι η απόδοση του DBT είναι στατιστικώς σημαντικά βελτιωμένη σε σχέση με της 2D, για όλες τις ονομαστικές τιμές αντίθεσης των δομών και τα πάχη του PMMA , που μελετούνται. Επιπρόσθετα, καθώς η ονομαστική τιμή αντίθεσης μειώνεται ή το πάχος του ομοιώματος αυξάνεται, η μέση τιμή του SDNR μειώνεται, όπως αναμένεται. Ειδικότερα: (α) για την Μέθοδο 1 οι τιμές του SDNR στο DBT παρουσιάζουν ποσοστιαία αύξηση από 89.5%- 50% για τα πάχη εξομοιωμένου μαστού 25mm – 65mm, (β) για την Μέθοδο 2 η ποσοστιαία αύξηση για το DBT είναι 77%- 47.3% για τα πάχη εξομοιωμένου μαστού 25mm – 45mm και (γ) για την Μέθοδο 3 η ποσοστιαία αύξηση για το DBT είναι 57%- 52.5% για τα πάχη εξομοιωμένου μαστού 45mm– 25mm. Αναφορικά με την επίδραση των διαφορετικών μεθόδων υπολογισμού του SDNR για τις μάζες, η ανάλυση έδειξε ότι για την 2D μαστογραφία και οι 3 μέθοδοι παρουσιάζονται ισοδύναμες. Ωστόσο, για το DBT, η απόδοση των μεθόδων διαφοροποιείται, με το SDNR της μεθόδου 1 να δίνει ως αποτέλεσμα στατιστικά υψηλότερες τιμές SDNR, οι οποίες μειώνονται με τη μέθοδο 2 και ακόμα περισσότερο με τη μέθοδο 3. Στην περίπτωση των συστάδων μικροαποτιτανώσεων, οι τιμές του SDNR δείχνουν διαφορετικές τάσεις ανάλογα με την χρησιμοποιούμενη μέθοδο, σε σχέση με το μέγεθος της αποτιτάνωσης και το πάχους PMMA. Σύμφωνα με την Μέθοδο 1, το DBT αποδίδει στατιστικώς σημαντικά καλύτερα από ότι η 2D μόνο στην περίπτωση των μεγαλύτερων αποτιτανώσεων της συστάδας Α (υψηλότερο και χαμηλότερο μέγεθος αποτιτάνωσης: 354-224 μm), για όλα τα μελετώμενα συμπιεσμένα πάχη μαστού, παρέχοντας ποσοστιαίες αυξήσεις στο εύρος 51.5% - 19.5%, ενώ για τη συστάδα D (177-106 μm) για πάχος 25mm και τη συστάδα C (226-150 μm) για 45mm και 65mm πάχος, μια στατιστικώς σημαντική διαφορά παρατηρείται υπέρ της 2D, με το DBT να παρουσιάζει μείωση από -26.6% έως -17%. Σύμφωνα με την Μέθοδο 2, το DBT και η 2D αποδίδουν ισοδύναμα, με εξαίρεση τη συστάδα D για τα 25mm και τη συστάδα C για πάχος 65mm, όπου και παρατηρούνται στατιστικώς σημαντικές διαφορές υπέρ της 2D με το DBT να παρουσιάζει ποσοστιαία μείωση -23.2% και -23.8% αντίστοιχα. Όσον αφορά την ανάλυση των 2 χρησιμοποιούμενων μεθόδων υπολογισμού του SDNR για τις αποτιτανώσεις, τα αποτελέσματα της ανάλυσης δείχνουν πως η Μέθοδος 1 είναι η μόνη που μπορεί να διαφοροποιήσει την απόδοση της DBT από την 2D, δίνοντας υψηλότερες τιμές του SDNR τόσο στην 2D όσο και στην DBT για τις μεγαλύτερες συστάδες μικροαποτιτανώσεων, σε όλα τα πάχη, ενώ για τις μικρότερες συστάδες και για όλα τα πάχη και οι δύο μέθοδοι αποδίδουν ισοδύναμα υπέρ της 2D.el
dc.subject.alternativeΨηφιακή μαστογραφίαel
dc.subject.alternativeΨηφιακή τομοσύνθεση μαστούel
dc.subject.alternativeΠοσοτική αξιολόγηση ποιότητας εικόναςel
dc.degreeΜεταπτυχιακή Εργασίαel
Appears in Collections:Τμήμα Ιατρικής (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Nemertes_Mpara(med).pdf3.29 MBAdobe PDFView/Open

This item is licensed under a Creative Commons License Creative Commons