Napovedna moč klasifikacije gostotnih skupin po BI-RADS kriteriju na procesiranih in neprocesiranih mamografskih slikahPremoša, Luka (Avtor) Studen, Andrej (Mentor) Mamografijagostota dojkBI-RADS kriterijmultinomska logistična regresijaANOVAmRMR$\textbf{Cilj:}$ Radiološka gostota je dober neodvisni napovedni dejavnik ogroženosti z rakom dojk. Zaradi zamudnosti določanje gostote ni del standardnega mamografskega pregleda. Cilj magistrske naloge je bilo preveriti uspešnost računalniških algoritmov določanja radiološke gostote s kvantitativno analizo mamografskih slik. Naša začetna hipoteza je bila, da je zaradi ohranjene informacije o atenuaciji rentgenskih žarkov napovedna moč neprocesiranih slik boljša od napovedne moči procesiranih mamografskih slik. $\textbf{Podatki in metode:}$ Uporabljenih je bilo 9252 parov procesiranih in neprocesiranih slik, ki so bile zajete na rentgenskih aparatih proizvajalca Siemens. Uporabljenih je bilo tudi 4787 procesiranih slik, ki so bile zajete na aparatih proizvajalca Hologic. Gre za aktualne podatke iz podatkovne baze DORA. Za segmentacijo in generacijo značilk je bil uporabljen program LIBRA. Selekcija značilk je bila izvedena z uporabo statističnih metod eno-faktorska ANOVA in mRMR. Za klasifikator je bila izbrana multinomska logistična regresija. Napovedna moč je bila ocenjena z izračunom koeficienta $\kappa$. Dobljene rezultate smo primerjali z rezultati iz literature. $\textbf{Rezultati:}$ V primeru klasifikacije vseh štirih gostotnih skupin je bila vrednost koeficienta $\kappa$ pri validaciji na procesiranih slikah 0.65 (95\% CI, 0.58-0.71) in neprocesiranih slikah 0.61 (95\% CI, 0.58-071). V primeru binarnih klasifikacij pa je bila je bila vrednost $\kappa$ na procesiranih slikah 0.56 (95\% CI, 0.52-0.60) in neprocesiranih slikah 0.55 (95\% CI, 0.51-0.60). $\textbf{Zaključek:}$ Med napovedno močjo procesiranih in neprocesiranih slik bistvenih razlik nismo ugotovili. Naša modela dosežeta primerljivo vrednost $\kappa$ kot v literaturi, kjer je bila izvedena analiza ujemanja ocen radiologov. Napake pri klasifikaciji smo povezali s prisotnostjo gostih lezij ter napakami pri segmentaciji tkiva dojke in prsne mišice.20212021-03-05 08:15:07Magistrsko delo/naloga125152sl