3D digital analysis of mammographic composition

Abstract

Breast cancer represents the most frequent cancer within women. Besides clinical examination and self-examination, breast imaging plays a very important role in detecting breast cancer before tumors turn clinically visible. The mammography, a radiograph of the breast, is the most widespread test for the early detection of breast cancer. The images obtained through mammography are known as mammograms and they visualize the breast structure. The woman breast consists of fibroglandular and fatty tissue. Increased mammographic breast density, an increase of fibroglandular tissue, is a factor that influences the risk of becoming affected with breast cancer. Computer-based image analysis could help to find such abnormal changes in the breast tissues from digital mammograms. Full-field digital mammograms are acquired using an electronic detector and they are stored using the DICOM standard file format. In this thesis we first describe the image acquisition process, the DICOM file format as well as the conventional and digital mammography, together with its advantages for computer-based image processing. Former image processing methods and their application into mammograms were also studied. These methods include the measurement of area and volumetric mammographic breast density, the segmentation and the registration of mammograms and methods that could be applied to visualize the breast density. Based on the knowledge on the acquisition process, the DICOM file format and the former methods, computer-based image analysis methods were developed during this research project. All the methods were implemented in a software prototype to test them. The software architecture of the prototype is also shown in this thesis. The main contribution of this work is a new method for the measurement of volumetric breast density. This measurement of volumetric breast density consists in the interpretation of pixels gray levels from full-field digital mammograms to determine which combinations of tissues they represent. In order to be able to compare many images, after performing the measurements, the images are standardized and registered. From the breast composition and its changes, a conclusion could be reached in relation to a suspected cancer or an elevated breast cancer risk. Additionally, some image processing methods were developed to prepare the images for the analysis. These methods segment the mammogram into background, pectoral muscle and breast tissue. The information obtained from the analysis of the mammograms could also be used for the detection of microcalcifications and the skin line or breast border. The mammograms are then graphically shown using different two and three-dimensional views. The last chapters show the results of the computer-based image analysis of the full-filed digital mammograms using the software prototype, conclusions and future work.

Brustkrebs ist die häufigste Krebsart bei Frauen. Neben klinischer Untersuchung und Selbstuntersuchung, stellen bildgebende Untersuchungen der Brust eine sehr wichtige Rolle zur Erkennung von Brustkrebs dar, noch bevor Tumoren klinisch sichtbar werden. Dabei ist die Mammographie, eine Röntgenuntersuchung der Brust, der bedeutendste Test zur Früherkennung von Brustkrebs. Das Bild, das durch eine Mammographie gewonnen wird, wird Mammogramm genannt und stellt die Bruststruktur dar. Die weibliche Brust besteht aus Drüsen- und Fettgewebe. Eine erhöhte mammographische Brustdichte, welche eine Zunahme des Drüsengewebes bedeutet, ist ein Faktor, der die Brustkrebsgefahr beeinflusst. Computer-gestützte Bildanalyse könnte helfen, solche abnormale Veränderungen im Brustgewebe anhand von digitalen Mammogrammen zu finden. Digitale Vollfeld-Mammogramme werden mit einem elektronischen Detektor erzeugt und üblicherweise im DICOM Standard Dateiformat gespeichert. In der vorliegenden Dissertation beschreiben wir zunächst das Bildaufnahmeverfahren, das DICOM Dateiformat sowie die herkömmliche und digitale Mammographie, zusammen mit den Vorteilen für die computer-gestützte Bildbearbeitung. Frühere Bildbearbeitungsmethoden und ihre Anwendung in Mammogrammen wurden ebenfalls erforscht. Diese Methoden schließen die Messung der mammographischen Brustdichte sowohl als Fläche als auch als Volumen, sowie die Segmentierung und die Registrierung der Mammogramme ein. Es wurden auch Methoden untersucht, die zur graphischen Brustdichtedarstellung angewendet werden könnten. Basierend auf dem Wissen über das Bildaufnahmeverfahren, das DICOM Dateiformat und die bereits existierenden Methoden, wurden in diesem Forschungsprojekt computer-gestützte Bildanalysemethoden entwickelt. Alle Methoden wurden in einem Softwareprototyp realisiert, um sie zu testen. Die Softwarearchitektur des Prototyps wird in dieser Dissertation ebenfalls dargestellt. Der zentrale Beitrag dieser Arbeit ist die Entwicklung einer neuen Methode zur Messung der volumetrischen Brustdichte. Die Messung der volumetrischen Brustdichte besteht in der Interpretation der Pixelgraustufen von digitalen Vollfeld-Mammogrammen, um festzustellen, welche Gewebezusammensetzung ihnen zugrunde liegt. Um mehrere Bilder miteinander vergleichen zu können, werden sie standardisiert und registriert. Aus der Brustzusammensetzung und deren Veränderungen könnte eine Aussage bezüglich des Brustkrebsrisikos getroffen werden. Zusätzlich wurden Bildbearbeitungsverfahren entwickelt, um die Bilder für die Analyse vorzubereiten. Diese Methoden segmentieren das Mammogramm in Hintergrund, Brustmuskel und Brustgewebe. Die Informationen, die man aus der Analyse der Mammogramme ziehen kann, könnten für die Lokalisation von Mikrokalzifikationen und des Brustrandes verwendet werden. Die Mammogramme werden dann graphisch mit unterschiedlichen zwei- und dreidimensionalen Ansichten dargestellt. Die letzten Kapitel zeigen die Ergebnisse der computer-gestützten Bildanalyse der digitalen Vollfeld-Mammogramme nach Verwendung des Softwareprototyps, die Zusammenfassung und die Perspektiven.