Feature extraction from mammographic mass shapes and development of a mammogram database

Abstract

MAMOGRAFIK KÜTLE ŞEKİLLERİNDEN ÖZELLİK ÇIKARIMI VE BİR MAMMOGRAM VERİ TABANI GELİŞTİRİLMESİ ÖZET Meme kanseri kadınlarda yaygın erkeklerde ise nadiren görülen kanserlerden biridir. Kadınlar arasında meme kanserinin ikinci kanser sebepli ölüm sebebi olduğu rapor edilmektedir. Bir yaşam süresi boyunca her dokuz kadından biri meme kanseri riski ile karşılaşmaktadır. Bununla birlikte erken aşamada teşhis edilen kadınlar bu ölümcül hastalıktan sağ olarak kurtulmaktadır. Mammografi erken meme kanseri tespitinde, yani lezyon ele gelir hale gelmeden önce, en iyi görüntüleme modalitesidir. Kötü huylu kütle patolojisinden dolayı mammografik kütle şekilleri kötü huylu ve iyi huylu kütleleri ayırt etmek için kullanılabilmektedir. Bu çalışmada geometrik parametreler olarak alan, perimetre, yuvarlaksallık, radyal mesafe ortalaması ve standart sapma, alan oram, yönlendirme, ayrıksallık, moment değişmeyenleri ve Fourier betimleyicileri hesaplanmaktadır. İşlem bir kesimleme aşamasıyla başlar ki burada radyoloji uzmanı mammografi setindeki mammografik kütle şekillerini kesimler. Bu ön kesimlenmiş mammografik kütle şekilleri daha sonra, betimsel geometrik parametrelerin elde edilmesi için, bir kütle çeperi tespit algoritmasıyla işlenir. Titizlikle tasarlanmış bir sınıflandırma planı son aşamada kütlelerin kötü huylu veya iyi huylu olarak sınıflandırılması için kullanılır. Sonuçlar göstermektedir ki normalize yuvarlaksallık, alan ve Fourier bitimleyicileri özellik çıkarımında başarıyla kullanılabilmektedirler. Geliştirilen yazılım bu bulgudan şüpheli kütlelerin otomatik sınıflandırılmasında yararlanmaktadır. Bir mammogram veri tabam kütle görüntülerini, hesaplanmış şekil betimleyici parametreleri, BI-RADS' ta ihtiyaç duyulan hasta geçmiş, kütle kategorisi ve yapılmışsa biyopsi raporu gibi ek bilgileri saklamak için tasarlanmıştır. Geliştirilen veri tabam şüpheli kütlelerin büyümesin gözlenmesi, kütle bilgi paylaşımı ve istatistiksel veri analizi için tele tıp desteği gibi gelecek kullanımlara destek vermek için açık veri tabam bağlanabilirliği uyumlu bir ilişkisel veri tabam olacak şekilde tasarlanmıştır. Bir Touch on Memory sistemi mammogram veri tabanındaki elektronik hasta verilerine güvenli erişime imkan tanıyan bir araç olarak kullanılmıştır. Yazılım Delphi de yazılmıştır ve MS Windows yüklü makinelerde çalışmaktadır. Anahtar Kelimeler: Meme Kanseri, Mammografi, Bayesian Sımflandıncı, ROC Analizi, İlişkisel Veri Tabanı Yönetim Sistemi, Touch on Memory, BI-RADS

FEATURE EXTRACTION FROM MAMMOGRAPHY MASS SHAPES AND DEVELOPMENT OF A MAMMOGRAM DATABASE ABSTRACT Breast cancer is one of the most common malignancies in women and a rare malignancy in men. It has been widely reported that breast cancer has become the second leading cause of cancer death among women. Over a lifetime, one in nine women risk contracting breast cancer. However, women who are diagnosed at an early stage can survive this often deadly disease. Mammography provides the best screening modality for detecting early breast cancer, even before a lesion is palpable. Because of the malignant mass pathology, the shape of the mammographic mass can be used to discriminate between malignant and benign masses. In this study geometric parameters such as area, perimeter, circularity, normalized circularity, radial distance mean and standard deviation, area ratio, orientation, eccentricity, moment invariants and Fourier descriptors up to ten, are calculated. The process starts with a segmentation phase, in which an expert radiologist segments the mammographic mass shapes within the mammographic database set. These pre-segmented mammographic mass shapes are then processed by a mass boundary detection algorithm to obtain descriptive geometric parameters. A carefully designed classification scheme is used in the final step to classify masses as benign or malign. The results show that normalized circulatory area and the Fourier descriptors can be used successfully for feature extraction. The software developed utilizes this finding in the automatic classification of the suspicious masses. A mammogram database designed to store the images of the masses, calculated shape descriptor parameters and some additional data, such as patient history, category of the mass and biopsy report, if performed, which are required in BI-RADS is also introduced. The developed database is designed to be an Open Database Connectivity compliant relational database to support some future uses, such as screening the growth of suspicious masses, telemedical service support for sharing mass information and for facilitating statistical data analysis. A touch on memory system has been used as a tool to permit secure access to the electronic patient record in the mammogram database. The software is written in Delphi and runs on machines equipped with MS Windows. Keywords: Breast Cancer, Mammography, Bayesian Classifier, ROC Analysis, Relational Database Management System, Touch on Memory, BI-RADS