[論文レビュー] Comparing Methods for segmentation of Microcalcification Clusters in Digitized Mammograms

Hajar Moradmand, Saeed Setayeshi+1 more|arXiv (Cornell University)|Jan 28, 2012

AI in cancer detection参考文献 9被引用数 13

ひとこと要約

本稿では、ウェーブレットベースの強調処理と形態的操作を用いたデジタル mammogram における微小石灰化巣（MCC）のコンピュータ支援検出システムを提案する。その後、適応的しきい値処理とウォーターシェッドセグメンテーションの比較評価が行われる。研究では、適応的しきい値処理がウォーターシェッドセグメンテーションを上回り、早期乳がん検出における感受性と特異性がより優れていることが判明した。

ABSTRACT

The appearance of microcalcifications in mammograms is one of the early signs of breast cancer. So, early detection of microcalcification clusters (MCCs) in mammograms can be helpful for cancer diagnosis and better treatment of breast cancer. In this paper a computer method has been proposed to support radiologists in detection MCCs in digital mammography. First, in order to facilitate and improve the detection step, mammogram images have been enhanced with wavelet transformation and morphology operation. Then for segmentation of suspicious MCCs, two methods have been investigated. The considered methods are: adaptive threshold and watershed segmentation. Finally, the detected MCCs areas in different algorithms will be compared to find out which segmentation method is more appropriate for extracting MCCs in mammograms.

研究の動機と目的

• デジタル mammogram における微小石灰化巣（MCC）の正確なセグメンテーションにより、乳がんの早期発見を向上させること。
• ウェーブレット変換および形態的操作を用いて mammogram 画像の品質を向上させ、その後のセグメンテーションを容易にすること。
• MCC 検出における適応的しきい値処理とウォーターシェッドセグメンテーションの性能を比較すること。
• 臨床的 mammographic 画像における MCC 行領域の抽出に最も効果的なセグメンテーション技術を特定すること。

提案手法

• 画像のコントラスト向上とノイズ低減を目的とした離散ウェーブレット変換（DWT）を用いた mammogram 画像の前処理。
• 画像特徴のさらなる精錬と微小石灰化の可視性向上のための形態的操作の適用。
• 局所的な強度変動に基づいて MCC 行領域をセグメンテーションするための適応的しきい値処理の実装。
• 画像を地形的表面として扱い、局所的最小値を同定することで MCC を検出するウォーターシェッドセグメンテーションの適用。
• 前処理とセグメンテーション技術の組み合わせにより、検出精度の向上を図ること。
• 検出された MCC 行領域の視覚的および定量的比較を通じて、セグメンテーション結果の評価。

実験結果

リサーチクエスチョン

• RQ1 適応的しきい値処理とウォーターシェッドのどちらのセグメンテーション手法が、デジタル mammogram における微小石灰化巣の検出においてより正確な結果をもたらすか？
• RQ2 ウェーブレットベースの前処理は、その後のセグメンテーションアルゴリズムの性能にどのように影響するか？
• RQ3 形態的操作は、微小石灰化巣のセグメンテーションにどの程度向上効果をもたらすか？
• RQ4 適応的しきい値処理とウォーターシェッドセグメンテーションの間で、MCC 検出における感受性と特異性の比較的優位性はどの程度か？

主な発見

• 適応的しきい値処理は、ウォーターシェッドセグメンテーションに比べて微小石灰化巣のセグメンテーションにおいて優れた性能を示した。
• ウェーブレット変換と形態的操作の組み合わせは、画像品質の著しい向上と微小石灰化の可視性の向上をもたらした。
• ウォーターシェッドセグメンテーションは過剰にセグメンテーションする傾向があり、断片化した領域や偽陽性を生じやすかった。
• 適応的しきい値処理は感受性が高く、MCC の形状の保持も良好であったため、臨床的用途に適していると考えられた。