![机器学习模型发现,背景实质增强(BPE)乳房核磁共振是一个指示器的女性患乳腺癌的风险非常致密的乳房](http://www.alohadebbie.com/sites/default/files/styles/content_large/public/Screen%20Shot%202023-08-09%20at%204.37.54%20PM.png?itok=dufK8xjL)
代表横向动态对比增强磁共振扫描病人的低和高体积tertiles提高薄壁组织。请注意不同的高和低容量的提高薄壁组织肉眼不可见核磁共振扫描。左:基线MRI扫描一个50岁的女人的身体质量指数(BMI) 23日,标志着背景实质增强(BPE)分层的高体积tertile提高薄壁组织。癌症检测与MRI在第二轮筛选。右:基线MRI扫描的51岁的妇女体重指数为24和显著的BPE分层tertile低容量的提高薄壁组织。在6年的随访中没有检测到癌症。图片由RSNA.Br
2023年8月9日,发现机器学习模型背景实质增强(BPE)乳房核磁共振成像是一个极端的女性患乳腺癌的风险指标致密的乳房根据公布的一项研究放射学的杂志北美放射学会(RSNA)。
极端的女性致密的乳房正处于一个高3 - 6的女性患乳腺癌的几率比胸部脂肪。因为乳房x光检查在早期乳腺癌检测敏感度较低致密乳房的女性,女性年龄在50到75年的致密的乳房可能受益于额外的核磁共振检查。
另一个患乳腺癌的风险因素是BPE,正常fibroglandular组织水平,增强乳房核磁共振成像。然而,我们不太清楚如何BPE比较和其他更成熟的临床乳腺癌的危险因素,如年龄、身体质量指数(BMI)家族史,和乳房密度。
“到目前为止,研究乳腺癌危险因素通常集中在女性一生的风险很高乳腺癌研究的合著者肯尼斯·g·a . Gilhuijs博士,从放射学系乌得勒支大学医学中心在荷兰。“这是第一个研究,我们知道,演示了一个背景之间的关系实质增强与女性乳腺癌的发生非常致密的乳房。”
确定多少BPE乳腺癌风险的一个指标,研究人员使用动态对比增强磁共振成像考试从4553年开始参加密集的组织和乳腺肿瘤早期筛查(密度)试验,一个大型多机构研究总部位于荷兰,开发深度学习模型自动识别fibroglandular组织。MRI检查进行每两年在荷兰8所医院2011年12月和2016年1月之间。
在调整了年龄、BMI和BPE,研究人员发现,女性乳腺癌的发生更大更高的提高薄壁组织量较低的女性相比提高薄壁组织。
的4553名妇女中包括在这项研究中,122人被诊断出患有乳腺癌。大约63%的人在第一轮筛选后确诊。平均癌症检测时间为24个月,剩下的被诊断为乳腺癌的女性。
“实质不统一提高MRI Gilhuijs博士说。“这个方法计算所有不同的子卷的实质增强和排序从高到低”。
研究人员指出,尽管实施补充MRI检查在致密乳房的女性会导致更少的间隔之间乳腺癌诊断的癌症这些常规乳房x光检查screenings-it放射科医生工作量也将进一步压力。开发更多个性化的策略来处理增加的数量的检查可以帮助减轻医疗领域。
“我们的研究是第一步的方向进一步调整补充MRI检查的频率个人致密乳房的女性,不仅关注乳腺密度作为主要风险因素也在其他属性的乳房从第一次筛选建立核磁共振,“Gilhuijs博士说。
更多信息:www.rsna.org
在这里找到更多的RSNA23会议报2022年世界杯半区对阵道
乳腺密度相关内容:
视频:美国食品药品管理局在美国国家密度报告标准更新——讨论最终的规则
一对一…Wendie Berg,医学博士,博士FACR FSBI
FDA需要确保致密的乳房通知都是清晰易懂的信息公开的所有成员
乳房成像相关内容2022世界杯篮球预选赛赛程:
数字乳腺Tomosynthesis现货压缩澄清模棱两可的结果
AI印度生物技术部对乳房x光检查Post-breast治疗的影响
ImageCare中心推出粉色更好Mammo服务有深刻的人工智能