211service.com
En hurtigere anden mening
Software, der sammenligner en patients mammografi med dem i en database, er blevet et værdifuldt værktøj til at hjælpe læger med mere pålideligt at opdage brystkræft. Men efterhånden som størrelsen af disse databaser vokser, øges tiden det tager at evaluere et nyt billede.
Billedet til venstre er et mammografi med en region valgt, hvor der kan forekomme en kræftlæsion. En computer sammenligner det med billeder af kendte kræftlæsioner i en database. (Kredit: Georgia Tourassi, Duke University)
Nu har forskere fra Duke University udviklet en metode til at sortere gennem tusindvis af mammografibilleder og udvælge de mest informative på få sekunder.
Det kan være svært at opdage et problem ved mammografi. For det første kan kræftlæsioner blande sig i baggrunden, hvilket gør dem svære for læger at udvælge. Softwarebaserede detektionssystemer hjælper med at sammenligne et nyt mammografi med en database med allerede analyserede, og markerer kræftindikatorer, som en læge måske er gået glip af.
Det første sådan softwarebaserede system blev godkendt af Food and Drug Administration i 1998. I øjeblikket bruges mere end 1.600 sådanne systemer i klinisk praksis i USA. Selvom systemerne har vist sig at øge antallet af opdagelse af brystkræft, er de stadig langt fra perfekte, og forskere forsøger konstant at forbedre deres nøjagtighed, siger Georgia Tourismi , professor i radiologi ved Duke University og hovedudvikler af den nye software.
Nyere vidensbaserede softwareprogrammer, såsom dem, der blev brugt af Duke-forskerne, giver læger mulighed for at interagere med systemet - stille spørgsmål og få svar baseret på tidligere kræfttilfælde i databasen. Det er dog tidskrævende at cirkulere gennem alle billederne i et vidensbaseret system, som kan indeholde tusindvis af mammografier. Efterhånden som videndatabasen øges i størrelse, giver denne brute force-metode ikke længere mening, siger Tourassi.
For at fremskynde billedsøgningsprocessen delte Tourassi og hendes team den op i to trin. Først ledte de efter de mest nyttige mammografier i databasen ved at bruge billedentropi - mængden af gråtonevariation i pixels - på formodede mammografiske områder. Et helt sort eller helt hvidt billede har nul entropi, mens mere komplekse billeder har højere grader af entropi, produceret af pletter af pixels med varierende intensitet. Disse tilfælde med høj entropi opstår omkring billeder af kræftlæsioner og er de mest nyttige til evaluering af nye mammografier.
At sammenligne entropien i billeder er en særlig attraktiv taktik, siger Tourassi, fordi disse værdier automatisk beregnes for mammografi, når de indsendes til Duke-databasen. Der kræves således ingen ekstra billedbehandlingsberegning til teknikken.
I et pilotstudie viste Duke-forskerne, at ved at sammenligne billedentropien af en mistænkelig region i et nyt mammografi med entropien af alle kendte kræftregioner i databasen, var de i stand til at skære antallet af analyserede mammografi fra omkring 2.300 til 600. .
Derfra, siger Tourassi, bruges en mere finkornet analyse til at sammenligne den pågældende region med de kendte regioner i databasebilleder. Da systemet kun skal behandle omkring 600 billeder fuldt ud, reduceres beregningsindsatsen med 75 procent, og søgningen kan udføres på få sekunder. Deres resultater blev præsenteret i denne uge på det årlige møde i American Association of Physicists in Medicine i Orlando, FL.
Ud over at fremskynde søgeprocessen kan Duke-teknikken også forbedre påvisningshastigheden af kræftlæsioner, siger Maryellen Giger , professor i radiologi ved University of Chicago. Især billedentropisøgninger er velegnede til at påvise læsioner. Nuværende systemer har en nøjagtighed på 80 procent til at detektere denne type kræftindikator; Giger siger, at Duke-teknikken kunne forbedre denne hastighed betydeligt. Det er meget lovende, siger Giger.
Inden for et år vil Duke-forskerne lancere en undersøgelse for at evaluere den kliniske effekt af deres nye teknik.