<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">rentrad</journal-id><journal-title-group><journal-title xml:lang="ru">Вестник рентгенологии и радиологии</journal-title><trans-title-group xml:lang="en"><trans-title>Journal of radiology and nuclear medicine</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">0042-4676</issn><issn pub-type="epub">2619-0478</issn><publisher><publisher-name>Limited Liability Company "LUCHEVAYA DIAGNOSTIKA", Russian Association of Radiologists</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.20862/0042-4676-2019-100-5-254-262</article-id><article-id custom-type="elpub" pub-id-type="custom">rentrad-501</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>ОРИГИНАЛЬНЫЕ СТАТЬИ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>ORIGINAL RESEARCH</subject></subj-group></article-categories><title-group><article-title>Использование метода контурного анализа лучевых изображений злокачественных опухолей молочных желез на ретроспективном материале</article-title><trans-title-group xml:lang="en"><trans-title>Use of a Method for Contour Analysis of Radiation Images of Malignant Breast Tumors on the Basis of Retrospective Material</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-7708-1932</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Михайлов</surname><given-names>М. К.</given-names></name><name name-style="western" xml:lang="en"><surname>Mikhailov</surname><given-names>M. K.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Михайлов Марс Константинович, д. м. н., профессор, академик Академии наук Республики Татарстан, заведующий кафедрой лучевой диагностики</p><p>ул. Бутлерова, 36, Казань, 420012</p></bio><bio xml:lang="en"><p>Мars К. Mikhailov, Dr. Med. Sc., Professor, Academician of the Academy of Sciences of the Republic of Tatarstan, Head of Radiation Diagnosis Department</p><p>ul. Butlerova, 36, Kazan, 420012, Russian Federation</p></bio><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-0254-092X</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Романычева</surname><given-names>Е. А.</given-names></name><name name-style="western" xml:lang="en"><surname>Romanycheva</surname><given-names>E. A.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Романычева Екатерина Андреевна, врач-рентгенолог</p><p>ул. Осипенко, 22, Йошкар-Ола, 424037</p></bio><bio xml:lang="en"><p>Еkaterina А. Romanycheva, Radiologist</p><p>ul. Osipenko, 22, Yoshkar-Ola, 424037, Russian Federation</p></bio><email xlink:type="simple">katerina.rrr@bk.ru</email><xref ref-type="aff" rid="aff-2"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0001-6329-709X</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Севастьянов</surname><given-names>В. В.</given-names></name><name name-style="western" xml:lang="en"><surname>Sevast’yanov</surname><given-names>V. V.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Севастьянов Виктор Викторович, д. м. н., профессор кафедры радиотехнических и медико-биологических систем</p><p>пл. Ленина, 3, Йошкар-Ола, 424000</p></bio><bio xml:lang="en"><p>Viktor V. Sevast'yanov, Dr. Med. Sc., Professor, Department of Radio and Medical-Biological System Engineering</p><p>pl. Leninа, 3, Yoshkar-Ola, 424000, Russian Federation</p></bio><xref ref-type="aff" rid="aff-3"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-5321-1122</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Фурман</surname><given-names>Я. А.</given-names></name><name name-style="western" xml:lang="en"><surname>Furman</surname><given-names>Ya. A.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Фурман Яков Абрамович, д. т. н., профессор кафедры радио-технических и медико-биологических систем</p><p>пл. Ленина, 3, Йошкар-Ола, 424000</p></bio><bio xml:lang="en"><p>Yakov А. Furman, Dr. Eng. Sc., Professor, Department of Radio and Medical-Biological System Engineering</p><p>pl. Leninа, 3, Yoshkar-Ola, 424000, Russian Federation</p></bio><xref ref-type="aff" rid="aff-3"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>ГБОУ ДПО «Казанская государственная медицинская академия» – филиал ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России</institution><country>Россия</country></aff><aff xml:lang="en"><institution>Kazan State Medical Academy – Branch of the Russian Medical Academy of Continuous Professional Education, Ministry of Health of the Russian Federation</institution><country>Russian Federation</country></aff></aff-alternatives><aff-alternatives id="aff-2"><aff xml:lang="ru"><institution>ГБУ РМЭ «Республиканский онкологический диспансер»</institution><country>Россия</country></aff><aff xml:lang="en"><institution>Republican Oncology Dispensary</institution><country>Russian Federation</country></aff></aff-alternatives><aff-alternatives id="aff-3"><aff xml:lang="ru"><institution>ФГБОУ ВО «Поволжский государственный технологический университет»</institution><country>Россия</country></aff><aff xml:lang="en"><institution>Volga State University of Technology</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2019</year></pub-date><pub-date pub-type="epub"><day>04</day><month>11</month><year>2019</year></pub-date><volume>100</volume><issue>5</issue><fpage>254</fpage><lpage>262</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Михайлов М.К., Романычева Е.А., Севастьянов В.В., Фурман Я.А., 2019</copyright-statement><copyright-year>2019</copyright-year><copyright-holder xml:lang="ru">Михайлов М.К., Романычева Е.А., Севастьянов В.В., Фурман Я.А.</copyright-holder><copyright-holder xml:lang="en">Mikhailov M.K., Romanycheva E.A., Sevast’yanov V.V., Furman Y.A.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://www.russianradiology.ru/jour/article/view/501">https://www.russianradiology.ru/jour/article/view/501</self-uri><abstract><sec><title>Цель</title><p>Цель. Повысить достоверность визуального анализа рентгеновских маммограмм путем применения математических моделей новообразований и метода их обработки на основе математического аппарата контурного анализа.</p></sec><sec><title>Материал и методы</title><p>Материал и методы. Из рентгеновских маммограмм, полученных при плановых обследованиях в Республиканском онкологическом диспансере у пациенток возрастной категории от 38 до 82 лет, сформировано два набора данных. Первый набор содержит 100 комплектов изображений рентгеновской маммографии, на которых не выявлены патологические изменения злокачественной природы. Второй набор представлен 168 комплектами изображений рентгеновской маммографии с морфологически верифицированным раком молочной железы. Все комплекты маммографических изображений представлены в стандартных прямой краниокаудальной и косой медиолатеральной проекциях. Снимки получены на аналоговом маммографе. Для последующей компьютерной обработки использованы цифровые копии снимков в разрешении 600 dpi. Компьютерная обработка цифровых маммографических изображений заключалась в сегментации объемных образований, определении коэффициента линейности контуров и дифференциальной диагностике объемных новообразований на основе вычисленного значения коэффициента прямолинейности их контуров.</p></sec><sec><title>Результаты</title><p>Результаты. Разработан алгоритм выделения контуров объемных образований на рентгеновских маммографических изображениях. В качестве математической модели контура используется последовательность комплекснозначных векторов, аппроксимирующих его кривую. Введено понятие коэффициента прямолинейности контура, количественно характеризующее его форму. Разработан метод объективной классификации злокачественных и доброкачественных объемных образований на основе значения введенного коэффициента прямолинейности. Установлено, что контуры объемных образований молочных желез доброкачественной природы характеризуются более высоким значением коэффициента прямолинейности (порядка 0,3–0,4) (категория BI-RADS 2), в то время как контуры злокачественных опухолей имеют гораздо меньшее значение данного показателя (порядка 0,05–0,1) (категории BI-RADS 4–5). Определены основные количественные показатели информативности предложенного метода, такие как чувствительность, специфичность и точность. Показано, что предложенный метод обладает большей специфичностью по сравнению с традиционным визуальным анализом, проводимым врачом-рентгенологом. Это позволяет использовать предложенный метод в качестве дополнительной методики при визуальном анализе маммограмм для повышения достоверности клинических заключений.</p></sec><sec><title>Заключение</title><p>Заключение. Практическая ценность метода заключается в возможности количественной оценки форм контуров злокачественных новообразований молочных желез, снижении трудоемкости маммографического исследования и повышении его объективности. Предложенный метод позволяет сократить время анализа рентгеновских маммограмм и повысить достоверность клинических заключений.</p></sec></abstract><trans-abstract xml:lang="en"><sec><title>Objective</title><p>Objective. To enhance the reliability of visual analysis of X-ray mammograms, by applying the mathematical models of neoplasms and a method for their processing based on the mathematical apparatus of contour analysis.</p></sec><sec><title>Material and methods</title><p>Material and methods. Two data sets were generated from X-ray mammograms obtained from 38–82 year old patients at routine examinations in the Republican Oncology Dispensary. The first set contained 100 packages of X-ray mammographic images that failed to reveal abnormal malignant changes. The second set was represented by 168 packages of X-ray mammographic images showing morphologically verified breast cancer. All the packages of mammographic images are presented in the standard direct craniocaudal and mediolateral oblique projections. The images were obtained using an analog mammograph. Digital copies of images having a resolution of 600 dpi were obtained for subsequent computer processing. The latter of digital mammographic images involved segmentation of space-occupying lesions, determination of the linearity factor of their outlines, and differential diagnosis of space-occupying lesions based on the calculated value of the linearity factor of their outlines.</p></sec><sec><title>Results</title><p>Results. An algorithm was elaborated for identifying the outlines of space-occupying lesions on X-ray mammographic images. The sequence of complex-valued vectors approximating its curve was used as a mathematical model of the outline. The concept on the outline linearity factor, which quantitatively characterizes its shape, was introduced. A method was developed for the objective classification of malignant and benign space-occupying lesions based on the value of the introduced linearity factor. The outlines of benign space-occupying lesions in the breast were ascertained to be characterized by the higher linearity factor (in the region of 0.3–0.4) (BI-RADS category 2), while the outlines of malignant tumors had a much lower value of this factor (in the order of 0.05–0.1) (BI-RADS categories 4–5). The main quantitative measures (sensitivity, specificity, and accuracy) of the informative value of the proposed method were determined. The latter was shown to have a higher specificity than the traditional visual analysis carried out by a radiologist. This allows the proposed method to be used as an additional procedure in the visual analysis of mammograms to enhance the reliability of clinical findings.</p></sec><sec><title>Conclusion</title><p>Conclusion. The practical value of the method is in quantitatively evaluating the shapes of malignant breast neoplasms, in reducing the performance of a mammographic examination, and in increasing its objectivity. The proposed method makes it possible to reduce the time of analyzing X-ray mammograms and to enhance the reliability of clinical findings.</p></sec></trans-abstract><kwd-group xml:lang="ru"><kwd>рентгеновская маммография</kwd><kwd>злокачественные опухоли молочной железы</kwd><kwd>критерии злокачественности</kwd><kwd>математические методы контурного анализа</kwd><kwd>количественный анализ</kwd></kwd-group><kwd-group xml:lang="en"><kwd>X-ray mammography</kwd><kwd>malignant breast tumors</kwd><kwd>criteria of malignancy</kwd><kwd>mathematical methods of contour analysis</kwd><kwd>quantitative analysis</kwd></kwd-group><funding-group><funding-statement xml:lang="ru">Исследование не имело спонсорской поддержки.</funding-statement><funding-statement xml:lang="en">The study had no sponsorship.</funding-statement></funding-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Шумакова Т.А., Солнцева И.А., Сафронова О.Б., Савелло В.Е., Серебрякова С.В. Применение международной классификации BI-RADS в маммологической практике: Руководство для врачей. СПб.: ЭЛБИ-СПб; 2018.</mixed-citation><mixed-citation xml:lang="en">Shumakova T.A., Solntseva I.A., Safronova O.B., Savello V.E., Serebryakova S.V. Application of the international BI-RADS classification in mammology: a guide for physicians. Saint Petersburg: ELBI-SPb, 2018 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Синицын В.Е. ACR BI-RADS: cистема описания и обработки данных исследования молочной железы. Маммологический атлас: маммография, ультразвуковое исследование, магнитно-резонансная томография. М.: Медпрактика-М; 2010.</mixed-citation><mixed-citation xml:lang="en">Sinitsyn V.E. ACR BI-RADS: a system for describing and processing breast imaging data. Mammology atlas: mammography, ultrasound, and magnetic resonance imaging. Moscow: Medpraktika-M; 2010 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Рожкова Н.И., Бурдина И.И., Дабагов А.Р., Мазо М.Л., Прокопенко С.П., Якобс О.Э. Лучевая диагностика в маммологии: руководство для врачей. М.: СИМК; 2014.</mixed-citation><mixed-citation xml:lang="en">Rozhkova N.I., Burdina I.I., Dabagov A.R., Mazo M.L., Prokopenko S.P., Jacobs O.E. X-ray diagnosis in mammology: guidelines for physicians. Moscow: SIMK; 2014 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Moreira I.C., Amaral I., Domingues I., Cardoso A., Cardoso M.J., Cardoso J.S. INbreast: toward a full-field digital mammographic database. Acad. Radiol. 2012; 19 (2): 236–48. DOI: 10.1016/j.acra.2011.09.014</mixed-citation><mixed-citation xml:lang="en">Moreira I.C., Amaral I., Domingues I., Cardoso A., Cardoso M.J., Cardoso J.S. INbreast: toward a full-field digital mammographic database. Acad. Radiol. 2012; 19 (2): 236–48. DOI: 10.1016/j.acra.2011.09.014</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Фурман Я.А., Кревецкий А.В., Передреев А.К. Введение в контурный анализ и его приложения к обработке изображений и сигналов. 2-е изд. М.: Физматлит; 2003.</mixed-citation><mixed-citation xml:lang="en">Furman Ya.A., Krevetskiy A.V., Peredreev A.K. Introduction to contour analysis and its applications to the processing of images and signals. 2nd ed. Moscow: Fizmatlit; 2003 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения. М.: Высшая школа; 2000.</mixed-citation><mixed-citation xml:lang="en">Wentzel E.S., Ovcharov L.A. The theory of probability and its engineering applications. Moscow: Vysshaya shkola; 2006 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Baker J.A., Rosen E.L., Lo J.Y., Gimenez E.I., Walsh R., Soo M.S. Computer-aided detection (CAD) in screening mammography: sensitivity of commercial CAD systems for detecting architectural distortion. Am. J. Roentgenol. 2003; 181 (4): 1083–8. DOI: 10.2214/ajr.181.4.1811083</mixed-citation><mixed-citation xml:lang="en">Baker J.A., Rosen E.L., Lo J.Y., Gimenez E.I., Walsh R., Soo M.S. Computer-aided detection (CAD) in screening mammography: sensitivity of commercial CAD systems for detecting architectural distortion. Am. J. Roentgenol. 2003; 181 (4): 1083–8. DOI: 10.2214/ajr.181.4.1811083</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Dheeba J., Albert Singh N., Tamil Selvi S. Computer-aided detection of breast cancer on mammograms: a swarm intelligence optimized wavelet neural network approach. J. Biomed. Inform. 2014; 49: 45–52. DOI: 10.1016/j.jbi.2014.01.010</mixed-citation><mixed-citation xml:lang="en">Dheeba J., Albert Singh N., Tamil Selvi S. Computer-aided detection of breast cancer on mammograms: a swarm intelligence optimized wavelet neural network approach. J. Biomed. Inform. 2014; 49: 45–52. DOI: 10.1016/j.jbi. 2014.01.010</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Lehman C.D., Wellman R.D., Buist D.S., Kerlikowske K., Tosteson A.N., Miglioretti D.L. Diagnostic accuracy of digital screening mammography with and without computeraided detection. JAMA Intern. Med. 2015; 175 (11): 1828–37. DOI: 10.1001/jamainternmed.2015.5231</mixed-citation><mixed-citation xml:lang="en">Lehman C.D., Wellman R.D., Buist D.S., Kerlikowske K., Tosteson A.N., Miglioretti D.L. Diagnostic accuracy of digital screening mammography with and without computeraided detection. JAMA Intern. Med. 2015; 175 (11): 1828–37. DOI: 10.1001/jamainternmed.2015.5231</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Рожкова Н.И., Горшков В.А. (ред.) Цифровая маммологическая клиника. Технологии визуализации. М.: СИМК; 2013.</mixed-citation><mixed-citation xml:lang="en">Rozhkova N.I., Gorshkov V.A. (Eds.). Digital mammological clinic. Visualization technologies. M.: SIMK; 2013 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru">Шах Б.А., Фундаро Д.М., Мандава С. Лучевая диагностика заболеваний молочной железы. М.: БИНОМ; 2013.</mixed-citation><mixed-citation xml:lang="en">Shakh B.A., Fundaro D.M., Mandava S. Radiation diagnosis of breast diseases. Moscow: BINOM; 2013 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit12"><label>12</label><citation-alternatives><mixed-citation xml:lang="ru">Романычева Е.А., Батухтин Д.М., Иванов К.О., Севастьянов В.В., Фурман Я.А., Ерусланов Р.В. Классификация объектов по их форме на маммографических изображениях методами контурного анализа. Вестник Поволжского государственного технологического университета. Cерия: Радиотехнические и инфокоммуникационные системы. 2014; 4: 58–74.</mixed-citation><mixed-citation xml:lang="en">Romanycheva E.A., Batukhtin D.M., Ivanov K.O., Sevastyanov V.V., Furman Ya.A., Eruslanov R.V. Classification of objects according to their shape in mammographic images using loop analysis. Journal of Volga State University of Technology. Series: Radiotechnical and Infocommunication Systems. 2014; 4: 58–71 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit13"><label>13</label><citation-alternatives><mixed-citation xml:lang="ru">Михайлов М.К., Севастьянов В.В., Фурман Я.А., Романычева Е.А. Дифференциальная диагностика изображений новообразований с сильной вариабельностью формы на рентгенологических маммограммах методами контурного анализа. Материалы IX Всероссийского национального конгресса лучевых диагностов и терапевтов «Радиология-2015». Российский электронный журнал лучевой диагностики. 2015; 5 (2): 112.</mixed-citation><mixed-citation xml:lang="en">Mikhailov M.K., Sevastyanov V.V., Furman Ya.A., Romanycheva E.A. Differential diagnosis of images of neoplasms with a strong shape variability on X-ray mammograms by methods of contour analysis. Proceedings of the 9th AllRussian National Congress of Radiation Diagnosis and Therapy “Radiology-2015”. Russian Electronic Journal of Radiology. 2015; 5 (2): 112 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit14"><label>14</label><citation-alternatives><mixed-citation xml:lang="ru">Батухтин Д.М., Романычева Е.А., Севастьянов В.В., Иванов К.О., Фурман Я.А. Комбинированная методика классификации объектов на маммографических изображениях. Медицинская техника. 2016; 50 (2): 19–22.</mixed-citation><mixed-citation xml:lang="en">Batukhtin D.M., Romanycheva E.A., Sevastyanov V.V., Ivanov K.O., Furman Ya.A. Combined method of classifying objects in mammographic images. Biomedical Engineering. 2016; 50 (2): 100–4.</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
