Обзор литературы по перспективным работам в области ранней диагностики заболеваний молочной железы

Описанный ниже метод метод является одним из перспективных по ранней диагностике заболеваний МЖ, а также диагностирующим появление опухоли на клеточном уровне. В отличие от традиционных методов, в которых диагностика проводится по изображению, здесь используется первичный радиочастотный эхосигнал, ещё не искажённый процессом формирования изображения.

Дифференциация между доброкачественной и злокачественной тканью МЖ возможна, хотя специфичность не более 70%. Несколько исследований in vivo пытались характеризовать ткань, используя удовлетворительные приближения, которые используют средства обработки сигналов. Например, Shankar и др. [10] использовали набор параметров, который включал отношение сигнал/шум (с/ш) и эффективное число рассеивателей, оцененных моделированием огибающей эхосигнала рассеивателей с k распределением. Эти авторы, однако, не приняли во внимание корреляцию между соседними рассеяниями.

Названные методы пытались характеризовать ткань МЖ до инвазивного процесса биопсии. Биопсия МЖ - дорогой и неприятный процесс для пациентки; много усилий направлено на снижение числа необходимых биопсий. Данная работа также нацелена на снижение биопсий посредством характеризации ткани ее УЗ картиной. Предложен простой и быстрый алгоритм - алгоритм декомпозиции с использованием непрерывного вейвлет - преобразования (НВП) для извлечения структурных параметров ткани МЖ посредством наблюдения эхосигнала. Оцененные параметры затем используются в качестве сигнатуры ткани.

Результаты исследований подтверждают способность данной системы распознавать нормальную и патологическую ткань посредством использования единых параметров, таким образом, понижая статистические ошибки, возникающие при использовании большого количества параметров. Результаты представлены в терминах эмпирической рабочей характеристики приёма (-кривой; Receiver Operating Characteristics) - широко известного метода для характеристики эффективности оценки. Преимущество ROC-кривой состоит в том, что она описывает эффективность диагностического метода (вероятность обнаружения) в некоторой зависимости от степени ложных тревог и суммирует эффективность метода в одном числе, которым является площадь под ROC-кривой. Высокая ROC-область (ограниченная 1) выражает высокую вероятность обнаружения при данной ложной тревоге.