RU2566214C1 - Способ диагностики рака молочной железы - Google Patents
Способ диагностики рака молочной железы Download PDFInfo
- Publication number
- RU2566214C1 RU2566214C1 RU2014127642/14A RU2014127642A RU2566214C1 RU 2566214 C1 RU2566214 C1 RU 2566214C1 RU 2014127642/14 A RU2014127642/14 A RU 2014127642/14A RU 2014127642 A RU2014127642 A RU 2014127642A RU 2566214 C1 RU2566214 C1 RU 2566214C1
- Authority
- RU
- Russia
- Prior art keywords
- cells
- breast cancer
- spectra
- multifractal
- breast
- Prior art date
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Изобретение относится к медицине, а именно к онкологии, и может быть использовано для диагностики рака молочной железы. В режиме реального времени производят сканирование молочной железы с помощью инфракрасной камеры. Полученные термограммы разбивают на квадратные ячейки 1 см2, в которых для каждого пикселя рассчитывают мультифрактальные спектры флуктуаций температуры во времени. Полученные спектры осредняют по каждой ячейке и аппроксимируют квадратичным полиномом. Рассчитывают долю ячеек со значением ширины спектра менее 0,06 и формулируют заключение о наличии злокачественной опухоли молочной железы при обнаружении не менее 25% ячеек с обозначенной шириной спектра. Способ обеспечивает повышение точности диагностики за счет определения объективных термографических критериев наличия опухолевого процесса в молочной железе. 6 ил., 3 пр.
Description
Изобретение относится к медицине, а именно к онкологии.
Наиболее близким техническим решением к предлагаемому способу относится способ диагностики рака молочной железы, заключающийся в анализе температурного поля этого органа (патент RU №2043074, опубл. 10.09.1995).
Недостатком его является отсутствие надежного термографического критерия, обеспечивающего необходимый уровень точности, и, как следствие, высокая частота ложноположительных и ложноотрицательных заключений.
Задачей изобретения является повышение точности диагностики.
Указанный технический результат достигается тем, что при анализе температурного поля молочной железы сначала в режиме реального времени производят сканирование этого органа с помощью инфракрасной камеры, полученные термограммы разбивают на квадратные ячейки 1 см2, в которых для каждого пикселя рассчитывают мультифрактальные спектры флуктуаций температуры во времени, полученные спектры осредняют по каждой ячейке и аппроксимируют квадратичным полиномом, затем рассчитывают долю ячеек со значением ширины спектра менее 0,06 и формулируют заключение о наличии злокачественной опухоли молочной железы при обнаружении не менее 25% ячеек с обозначенной шириной спектра.
Отличительной особенностью метода является то, что для объективной интерпретации данных динамической инфракрасной термографии молочных желез используется метод мультифрактального анализа, основанный на расчете спектров скейлинговых показателей и спектров сингулярностей, позволяющий дифференцировать температурные сигналы здоровой и пораженной раком молочной железы в терминах мульти- и монофрактальности.
Сущность предлагаемого способа иллюстрируется чертежами, где на фиг. 1 изображены температурные сигналы, зарегистрированные с помощью инфракрасной камеры на поверхности пораженной раком (7), противоположной непораженной (2) и здоровой (3) (без признаков онкопатологии) молочных желез. На фиг. 2, а и б представлены спектры скейлинговых показателей τ(q) и спектры сингулярностей D(h) флуктуаций поверхностной температуры в ячейке пораженной раком (черные круглые маркеры), противоположной непораженной (белые круглые маркеры) и здоровой (треугольные белые маркеры) молочных желез. На фиг. 3, а и б представлены осредненные гистограммы распределения значений коэффициентов с1 (положение максимума спектра сингулярностей) и с2 (полуширина спектра сингулярностей) для 33 молочных желез с опухолью (черная гистограмма), 32 непораженных молочных желез (белая гистограмма) и 28 здоровых молочных желез (серая гистограмма) пациенток контрольной группы. На фиг. 3, в изображено процентное соотношение «монофрактальных» (черные столбцы: 2с2<0,06), «мультифрактальных» ячеек (белые столбцы: 2с2≥0,06) и ячеек, в которых не наблюдается скейлинга (серые столбцы).
Сущность предлагаемого способа заключается в следующем.
Тепловизионное обследование молочных желез пациенток проводится в смотровом кабинете при температуре 20-22°С. Во время тепловизионной съемки обследуемая находится в положении сидя с опущенными руками во избежание мышечного дискомфорта, инфракрасная камера располагается фронтально на расстоянии 1 м от груди пациентки. Частота записи тепловых изображений равна 50 Гц. Каждая последовательность (инфракрасный фильм) насчитывает 30000 инфракрасных изображений молочных желез, что соответствует десяти минутам обследования. На тело пациентки наклеивают метки из черной бархатной бумаги, которые в последующем используют в качестве «опорных точек» при коррекции движений пациентки, которые могут искажать результаты тепловизионного обследования.
Полученные термограммы молочных желез разбивают на квадратные ячейки 1 см2 (фиг. 4-6) и, используя метод максимумов модулей вейвлет-преобразования, в каждой точке ячейки рассчитывают спектры сингулярностей флуктуаций температуры во времени (фиг. 1 и 2), затем результат осредняют по ячейке и аппроксимируют квадратичными полиномами τ(q)=-c0+c1q-c2 q2/2 (фиг. 2, а) и D(h)=c0-(h-c1)2/2c2 (фиг. 2, б), где τ - скейлинговые показатели, q - показатели степени при построении частичных функций, D - размерности Хаусдорфа, h - показатели Гельдера, с0 - фрактальная размерность сингулярностей, с1 - значение h, соответствующее максимуму функции D(h), 2с2 - ширина спектра сингулярностей D(h) [Wavelet based multifractal formalism: Application to DNA sequences, satellite images of the cloud structure and stock market data / A. Arneodo, B. Audit, P. Decoster et al. // The science of disasters: climate disruptions, heart attacks, and market crashes / Ed. by A. Bunde, J. Kropp, H.J. Schellnhuber. - Berlin: Springer Verlag, 2002. - Pp.8-9.].
На фиг. 1 изображены температурные сигналы, зарегистрированные с помощью инфракрасной камеры на поверхности пораженной раком (1), противоположной непораженной (2) и здоровой (3) (без признаков онкопатологии) молочных желез. Визуально данные сигналы мало отличимы друг от друга. На фиг. 2 представлены результаты обработки температурных сигналов методом мультифрактального анализа на основе вейвлет-преобразования (метод максимумов модулей вейвлет-преобразования): спектры скейлинговых показателей τ(q) (фиг. 2, а) и спектры сингулярностей D(h) (фиг. 2, б) флуктуаций поверхностной температуры в ячейке пораженной раком (черные круглые маркеры) и непораженной (белые круглые маркеры) молочных желез у пациентки основной группы и здоровой (белые треугольные маркеры) молочной железы у пациентки контрольной группы. При характеристике фрактальной морфологии анализируемого сигнала исходят из того, что для монофрактального сигнала характерна линейная функция τ(q) и D(h)=const (точка), для мультифрактального сигнала - нелинейная функция τ(q) и колоколообразный (парабола) спектр сингулярностей D(h). По результатам мультифрактального анализа температурных сигналов, зарегистрированных на поверхности молочных желез с помощью инфракрасной камеры, установлено, что температурные сигналы непораженных молочных желез характеризуются мультифрактальностью как по спектру скейлинговых показателей, так и по спектру сингулярностей, тогда как сигналы молочной железы, пораженной раком, являются монофрактальными.
На фиг. 3, а представлены осредненные гистограммы распределения значений коэффициента в диапазоне 0,6≤c2≤1,8 для 33 молочных желез с опухолью (черная гистограмма), 32 непораженных молочных желез (белая гистограмма) и 28 здоровых молочных желез (серая гистограмма) пациенток контрольной группы. Средние значения коэффициента с1 для представленных гистограмм практически совпадают. Значение коэффициента с2, напротив, является важным отличительным признаком. На фиг. 3, б видно, что гистограмма значений для пораженной раком молочной железы значительно смещена в сторону меньших значений по сравнению с гистограммами для непораженной молочной железы и здоровой молочной железы пациентки контрольной группы. Ячейки с меньшими значениями коэффициента с2 наиболее часто встречаются среди ячеек молочной железы с опухолью, что подтверждает ослабление мультифрактальных свойств флуктуаций поверхностной температуры молочной железы с опухолью. Это является обоснованием того, что значение 2с2=2·0,03=0,06 было выбрано в качестве нижнего (верхнего) порогового значения при классификации квадратов с монофрактальными (мультифрактальными) свойствами (фиг. 4-6). На фиг. 3, в изображено процентное соотношение «монофрактальных» (черные столбцы: 2 с2<0,06), «мультифрактальных» ячеек (белые столбцы: 2с2≥0,06) и ячеек, в которых не наблюдается скейлинга (серые столбцы). Показано, что доля «монофрактальных» ячеек (черные столбцы) на термограмме пораженной раком молочной железы составляет не менее 25% от общего числа ячеек, покрывающих термограмму, что приблизительно в 2 раза больше, чем соответствующее значение для молочных желез без признаков онкопатологии.
На заключительном этапе анализа определяют долю «монофрактальных» ячеек со значением ширины спектра менее 0,06 (фиг. 3, б) и формулируют заключение о наличии опухоли молочной железы при обнаружении не менее 25% ячеек с обозначенной шириной спектра (фиг. 3, в).
Предлагаемый способ диагностики позволяет посредством метода максимумов модулей вейвлет-преобразования [Wavelet based multifractal formalism: Application to DNA sequences, satellite images of the cloud structure and stock market data / A. Arneodo, B. Audit, P. Decoster et al. // The science of disasters: climate disruptions, heart attacks, and market crashes / Ed. by A. Bunde, J. Kropp, H. J. Schellnhuber. - Berlin: Springer Verlag, 2002. - Pp.8-9.] выявить характерные особенности динамики температуры в различных точках поверхности здоровой и пораженной раком молочных желез, определить объективные термографические критерии наличия опухолевого процесса в молочной железе, которые не могут быть получены при общепринятом анализе статических термограмм, получить новую диагностически значимую информацию о физиологии и патофизиологии в молочной железе [Dynamic infrared imaging for the detection of malignancy / T.M. Button, H. Li, P. Fisher et al. // Phys. Med. Biol. - 2004. - Vol.49. - Pp.3108.].
Предложенная методика позволяет повысить точность и надежность результатов диагностики.
Разработанный способ диагностики рака молочной железы был использован для комплексного обследования молочных желез у 33 пациенток в возрасте от 37 до 83 лет, проходящих лечение в Государственном бюджетном учреждении здравоохранения Пермского края «Пермский краевой онкологический диспансер» по поводу рака молочной железы (основная группа), и 14 соматически сохранных пациенток в возрасте от 23 до 79 лет без признаков патологии молочных желез (контрольная группа). Предложенный способ обеспечил специфичность в 86% случаев (доля позитивных результатов теста у пациентов основной группы), чувствительность - в 76% случаев (доля негативных результатов теста у пациентов контрольной группы), точность - в 80% случаев (доля правильных результатов теста среди всех обследованных), прогностическую ценность положительного результата - в 86% случаев (доля истинно положительных результатов теста среди всех положительных результатов) и прогностическую ценность отрицательного результата - в 75% случаев (доля истинно отрицательных результатов теста среди всех отрицательных результатов) [Wavelet-based multifractal analysis of dynamic infrared thermograms to assist in early breast cancer diagnosis / E. Gerasimova, B. Audit, S.-G. Roux et al. //Frontiers in physiology. - 2014. - Vol.5. - Pp.176.].
Пример 1
На фиг. 4 изображена разбитая на квадратные ячейки термограмма пораженной раком молочной железы пациентки основной группы (№20). Цвета ячеек имеют следующие значения: черный - ширина спектра сингулярностей <0,06 («монофрактальная» ячейка), белый - ширина спектра сингулярностей ≥0,06 («мультифрактальная» ячейка), серый - скейлинг отсутствует. На термограмме пораженной раком молочной железы выявлено 49,7% «монофрактальных» (черных) ячеек с шириной спектра сингулярностей <0,06. Заключение: в соответствии с предложенным критерием обнаружение на термограмме более 25% черных ячеек указывает на наличие злокачественной опухоли в молочной железе.
Пример 2
На фиг. 5 изображена разбитая на квадратные ячейки термограмма здоровой (без признаков онкопатологии) молочной железы пациентки основной группы (№20). Цвета ячеек имеют следующие значения: черный - ширина спектра сингулярностей <0,06 («монофрактальная» ячейка), белый - ширина спектра сингулярностей ≥0,06 («мультифрактальная» ячейка), серый - скейлинг отсутствует. На термограмме здоровой молочной железы выявлено 7,7%) «монофрактальных» (черных) ячеек с шириной спектра сингулярностей <0,06. Заключение: в соответствии с предложенным критерием обнаружение на термограмме менее 25% черных ячеек указывает на отсутствие патологии молочной железы.
Пример 3
На фиг. 6 изображена разбитая на квадратные ячейки термограмма здоровой (без признаков онкопатологии) молочной железы пациентки контрольной группы (№14). Цвета ячеек имеют следующие значения: черный - ширина спектра сингулярностей <0,06 («монофрактальная» ячейка), белый - ширина спектра сингулярностей ≥0,06 («мультифрактальная» ячейка), серый - скейлинг отсутствует. На термограмме здоровой молочной железы выявлено 11% «монофрактальных» (черных) ячеек с шириной спектра сингулярностей <0,06. Заключение: в соответствии с предложенным критерием обнаружение на термограмме менее 25% черных ячеек указывает на отсутствие патологии молочной железы.
Claims (1)
- Способ диагностики рака молочной железы, заключающийся в анализе температурного поля этого органа, отличающийся тем, что сначала, в режиме реального времени, производят сканирование с помощью инфракрасной камеры, полученные термограммы разбивают на квадратные ячейки 1 см2, в которых для каждого пикселя рассчитывают мультифрактальные спектры флуктуаций температуры во времени, полученные спектры осредняют по каждой ячейке и аппроксимируют квадратичным полиномом, затем рассчитывают долю ячеек со значением ширины спектра менее 0,06 и формулируют заключение о наличии опухоли молочной железы при обнаружении не менее 25% ячеек с обозначенной шириной спектра.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2014127642/14A RU2566214C1 (ru) | 2014-07-07 | 2014-07-07 | Способ диагностики рака молочной железы |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2014127642/14A RU2566214C1 (ru) | 2014-07-07 | 2014-07-07 | Способ диагностики рака молочной железы |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2566214C1 true RU2566214C1 (ru) | 2015-10-20 |
Family
ID=54327651
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2014127642/14A RU2566214C1 (ru) | 2014-07-07 | 2014-07-07 | Способ диагностики рака молочной железы |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2566214C1 (ru) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2043074C1 (ru) * | 1992-08-28 | 1995-09-10 | Московский институт радиотехники, электроники и автоматики | Способ ранней диагностики опухолевых заболеваний молочной железы |
| DE10017900A1 (de) * | 1999-04-12 | 2001-01-11 | Gen Electric | Sensorenfeld, Herstellungsverfahren und Verwendung |
| JP2007215809A (ja) * | 2006-02-17 | 2007-08-30 | Akita Univ | Ｆｉｒアクティブ・サーモグラフィ検査装置 |
| RU2364327C1 (ru) * | 2008-04-02 | 2009-08-20 | Государственное образовательное учреждение дополнительного профессионального образования Российская медицинская академия последипломного образования Федерального агентства по здравоохранению и социальному развитию (ГОУ ДПО РМАПО Росздрава) | Способ дифференциальной диагностики степени выраженности диффузной мастопатии |
-
2014
- 2014-07-07 RU RU2014127642/14A patent/RU2566214C1/ru not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2043074C1 (ru) * | 1992-08-28 | 1995-09-10 | Московский институт радиотехники, электроники и автоматики | Способ ранней диагностики опухолевых заболеваний молочной железы |
| DE10017900A1 (de) * | 1999-04-12 | 2001-01-11 | Gen Electric | Sensorenfeld, Herstellungsverfahren und Verwendung |
| JP2007215809A (ja) * | 2006-02-17 | 2007-08-30 | Akita Univ | Ｆｉｒアクティブ・サーモグラフィ検査装置 |
| RU2364327C1 (ru) * | 2008-04-02 | 2009-08-20 | Государственное образовательное учреждение дополнительного профессионального образования Российская медицинская академия последипломного образования Федерального агентства по здравоохранению и социальному развитию (ГОУ ДПО РМАПО Росздрава) | Способ дифференциальной диагностики степени выраженности диффузной мастопатии |
Non-Patent Citations (1)
| Title |
|---|
| ГИЛЕВА О.С. и др. Междисциплинарные подходы к ранней диагностике и скринингу опухолевых и предопухолевых заболеваний (на примере рака молочной железы). Вестник Пермского научного центра УРО РАН 2012 N2 с.19-25. BUTTON T.M. et al. Dynamic infrared imaging for the detection of malignancy. Phys. Med. Biol. 2004 Vol.49 p.3108 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12080052B2 (en) | Systems and methods for quantifying multiscale competitive landscapes of clonal diversity in glioblastoma | |
| US9047664B2 (en) | Apparatus and method for utilizing mammogram images for verification | |
| Wahrlich et al. | Assessment of a scoring system for basal cell carcinoma with multi‐beam optical coherence tomography | |
| Hatanaka et al. | Vertical cup-to-disc ratio measurement for diagnosis of glaucoma on fundus images | |
| JP2011511272A (ja) | 悪性及び良性組織病変の識別方法 | |
| Jaworek-Korjakowska et al. | Determination of border irregularity in dermoscopic color images of pigmented skin lesions | |
| Rosendahl et al. | Nodular melanoma: five consecutive cases in a general practice with polarized and non-polarized dermatoscopy and dermatopathology | |
| CN110772286A (zh) | 一种基于超声造影识别肝脏局灶性病变的系统 | |
| Pike et al. | A minimum spanning forest based hyperspectral image classification method for cancerous tissue detection | |
| KR20130098141A (ko) | 조직에 대한 전기 임피던스 측정의 품질 평가 방법 및 장치 | |
| Boldrick et al. | Evaluation of digital dermoscopy in a pigmented lesion clinic: clinician versus computer assessment of malignancy risk | |
| Jaworek-Korjakowska | Automatic detection of melanomas: an application based on the ABCD criteria | |
| Guzman-Cabrera et al. | Digital processing of thermographic images for medical applications | |
| Lanisa et al. | Color morphology and segmentation of the breast thermography image | |
| Wessels et al. | Functional optical coherence tomography of pigmented lesions | |
| Frighetto-Pereira et al. | Semiautomatic classification of benign versus malignant vertebral compression fractures using texture and gray-level features in magnetic resonance images | |
| WO2017171643A1 (en) | Three-dimensional representation of skin structure | |
| CN103606142B (zh) | 一种基于超声弹性图像的弹性应变评估方法和系统 | |
| Al-Ashwal et al. | Digital processing for computed tomography images: brain tumor extraction and histogram analysis | |
| RU2566214C1 (ru) | Способ диагностики рака молочной железы | |
| Ceder et al. | Evaluation of electrical impedance spectroscopy as an adjunct to dermoscopy in short-term monitoring of atypical melanocytic lesions | |
| Turani et al. | Optical radiomic signatures derived from OCT images to improve identification of melanoma | |
| US20120148124A1 (en) | Dual-Spectrum Heat Pattern Separation Algorithm For Assessing Chemotherapy Treatment Response And Early Detection | |
| Cervantes et al. | Evaluation of Breast Cancer by Infrared Thermography. | |
| CN110930401B (zh) | 一种能谱ct增强碘水图影像组学术前预测肾透明细胞癌who/isup分级方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20160708 |