Advanced

A Quantitative Comparison of Synthetic Mammograms with Images from Conventional Mammography

Frost, Ellinor LU (2019) BMEM01 20192
Department of Biomedical Engineering
Abstract
Breast cancer is the most common cancer among women in Sweden. To be able to treat the disease it is important that it is detected at an early stage. In Sweden, women between 40 and 74 years are regularly offered screening with mammography to detect abnormalities in their breasts. The mammograms give the radiologist a good image of the breasts’ appearances, but it is difficult to detect structures that are covered by overlaying breast tissue, which are thus not seen in the image. To visualize structures hidden within the tissue and to see structures at different depths in the breast, breast tomosynthesis can be used. Breast tomosynthesis gives a three-dimensional image of the breast. In order to obtain the three-dimensional image, the... (More)
Breast cancer is the most common cancer among women in Sweden. To be able to treat the disease it is important that it is detected at an early stage. In Sweden, women between 40 and 74 years are regularly offered screening with mammography to detect abnormalities in their breasts. The mammograms give the radiologist a good image of the breasts’ appearances, but it is difficult to detect structures that are covered by overlaying breast tissue, which are thus not seen in the image. To visualize structures hidden within the tissue and to see structures at different depths in the breast, breast tomosynthesis can be used. Breast tomosynthesis gives a three-dimensional image of the breast. In order to obtain the three-dimensional image, the breast is scanned in an angle of for example 50° and 25 projections of the breast are acquired. This can be reconstructed into a 3D image stack of the breast. To give an overview of what is shown in the corresponding tomosynthesis stack, the data can be reconstructed into a single synthetic mammogram. In this project, a quantitative comparison has been done between synthetic mammograms and conventional mammograms to investigate similarities and differences. The ultimate goal was to examine if it could be possible to use synthetic mammograms to compare to prior synthetic mammograms in order to track changes in the breast over time, when screening for breast cancer, just as conventional mammograms are used today. If that would be possible, the synthetic mammograms can provide a good overview of the breast, additionally the image stack acquired from breast tomosynthesis would give the radiologist the possibility to examine the breast in detail. The results showed that the synthetic mammograms were similar to conventional mammograms in one out of three aspects, the breast area density. Another comparison of the three was to use Transpara, an AI software, to examine the mammograms. This indicated similarities but there is still not enough evidence to draw conclusions. The last method of the three indicated significant differences in the frequency content, thus different structures were visible in the two types of mammograms. To conclude, synthetic mammograms and conventional mammograms are quite similar, but there are still improvements to be done before being able to state that they are equivalent. (Less)
Popular Abstract (Swedish)
En kvantitativ jämförelse av syntetiska mammogram med bilder från vanlig mammografi

Bröstcancer är den vanligaste typen av cancer hos kvinnor i Sverige. Ca 7000 kvinnor i Sverige drabbas av bröstcancer varje år och 1400 av dem dör. I Sverige erbjuds kvinnor mellan 40 och 74 år screening för att upptäcka bröstcancer i ett tidigt stadie. Screening görs med mammografi och ger en två-dimensionell (2D) röntgenbild. Det kan dock vara svårt att se förändringar i bröstet på en 2D bild då avvikande strukturer i bröstet kan täckas av annan bröstvävnad och förbli oupptäckta. För att synliggöra eventuellt gömda strukturer kan brösttomosyntes användas. Vid brösttomosyntes tas till exempel 25 snittbilder av bröstet som tillsammans har ett... (More)
En kvantitativ jämförelse av syntetiska mammogram med bilder från vanlig mammografi

Bröstcancer är den vanligaste typen av cancer hos kvinnor i Sverige. Ca 7000 kvinnor i Sverige drabbas av bröstcancer varje år och 1400 av dem dör. I Sverige erbjuds kvinnor mellan 40 och 74 år screening för att upptäcka bröstcancer i ett tidigt stadie. Screening görs med mammografi och ger en två-dimensionell (2D) röntgenbild. Det kan dock vara svårt att se förändringar i bröstet på en 2D bild då avvikande strukturer i bröstet kan täckas av annan bröstvävnad och förbli oupptäckta. För att synliggöra eventuellt gömda strukturer kan brösttomosyntes användas. Vid brösttomosyntes tas till exempel 25 snittbilder av bröstet som tillsammans har ett vinkelomfång på 50°, dessa bilder ger tillsammans en så kallad ”pseudo-tre dimensionell (3D)”-volym av bröstet. Bilderna kan därefter rekonstrueras till en så kallad syntetisk mammografibild som är i 2D.

Syftet med projektet var att genomföra en kvantitativ jämförelse mellan syntetiska bilder med bilder från vanlig mammografi för att undersöka likheter och skillnader. Detta för att senare undersöka om det går att använda syntetiska bilder vid screening för att jämföra med syntetiska bilder från tidigare screeningtillfällen och se förändringar i bröstet över tid, på samma sätt som mammografibilder används idag. Om det är möjligt erhålls både en enkel överblick av bröstet som fås med den syntetiska bilden, samtidigt som det går att undersöka bröstet snitt för snitt med brösttomosyntes.

Vid screening tas bilder i två vinklar på bröstet, en bild uppifrån och en från sidan. I det här projektet användes bilder från 69 kvinnor, där alla bilder visade bröstet från sidan. Bilderna undersöktes med tre olika metoder. Med den första metoden undersöktes det om frekvensinnehållet skilde sig mellan de syntetiska bilderna och de vanliga mammografibilderna. Den andra metoden som användes var att med hjälp av mjukvaran LIBRA bestämma arean tät bröstvävnad i förhållande till det totala bröstets area på bilderna. Den tredje metoden som användes var att använda mjukvaran Transpara. Transpara använder artificiell intelligens och ger bilderna ett Transpara score på 1-10 beroende på sannolikheten för cancer på bilderna där 10 innebär att något som liknar cancer har upptäckts på bilden.

Resultatet av projektet visade att mammografibilder och syntetiska bilder erhöll liknande resultat gällande andelen tät bröstvävnad i bilderna. Däremot fanns det fler högfrekventa strukturer i de vanliga mammografibilderna än i de syntetiska mammografibilderna. Detta kan innebära att vävnad med stråkigheter i den vanliga mammografibilden, som kan ge indikation för cancer, inte finns med i den syntetiska bilden och därmed kan cancern förbli oupptäckt i de syntetiska bilderna. Användningen av mjukvaran Transpara kunde inte påvisa några skillnader mellan vanliga mammografibilder och syntetiska bilder. Det går inte att med säkerhet bekräfta detta, då Transpara endast är tränat på att tolka vanliga mammografibilder och inte syntetiska bilder.

Det krävs mer utveckling och förbättring av de syntetiska bilderna för att få dem att likna vanliga mammografibilder. När de är förbättrade kan det kanske i framtiden bli standard med brösttomografi och syntetiska bilder vid screening för bröstcancer och strålningen från vanlig mammografi uteslutas. (Less)
Please use this url to cite or link to this publication:
author
Frost, Ellinor LU
supervisor
organization
course
BMEM01 20192
year
type
H2 - Master's Degree (Two Years)
subject
keywords
mammography, mammogram, breast tomosynthesis, synthetic mammogram, breast cancer, noise power spectrum, breast density, artificial intelligence
language
English
additional info
2019-16
id
8998844
date added to LUP
2020-01-07 13:14:58
date last changed
2020-01-07 13:14:58
@misc{8998844,
  abstract     = {Breast cancer is the most common cancer among women in Sweden. To be able to treat the disease it is important that it is detected at an early stage. In Sweden, women between 40 and 74 years are regularly offered screening with mammography to detect abnormalities in their breasts. The mammograms give the radiologist a good image of the breasts’ appearances, but it is difficult to detect structures that are covered by overlaying breast tissue, which are thus not seen in the image. To visualize structures hidden within the tissue and to see structures at different depths in the breast, breast tomosynthesis can be used. Breast tomosynthesis gives a three-dimensional image of the breast. In order to obtain the three-dimensional image, the breast is scanned in an angle of for example 50° and 25 projections of the breast are acquired. This can be reconstructed into a 3D image stack of the breast. To give an overview of what is shown in the corresponding tomosynthesis stack, the data can be reconstructed into a single synthetic mammogram. In this project, a quantitative comparison has been done between synthetic mammograms and conventional mammograms to investigate similarities and differences. The ultimate goal was to examine if it could be possible to use synthetic mammograms to compare to prior synthetic mammograms in order to track changes in the breast over time, when screening for breast cancer, just as conventional mammograms are used today. If that would be possible, the synthetic mammograms can provide a good overview of the breast, additionally the image stack acquired from breast tomosynthesis would give the radiologist the possibility to examine the breast in detail. The results showed that the synthetic mammograms were similar to conventional mammograms in one out of three aspects, the breast area density. Another comparison of the three was to use Transpara, an AI software, to examine the mammograms. This indicated similarities but there is still not enough evidence to draw conclusions. The last method of the three indicated significant differences in the frequency content, thus different structures were visible in the two types of mammograms. To conclude, synthetic mammograms and conventional mammograms are quite similar, but there are still improvements to be done before being able to state that they are equivalent.},
  author       = {Frost, Ellinor},
  keyword      = {mammography,mammogram,breast tomosynthesis,synthetic mammogram,breast cancer,noise power spectrum,breast density,artificial intelligence},
  language     = {eng},
  note         = {Student Paper},
  title        = {A Quantitative Comparison of Synthetic Mammograms with Images from Conventional Mammography},
  year         = {2019},
}