ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗΝ «ΠΛΗΡΟΦΟΡΙΚΗ ΕΠΙΣΤΗΜΩΝ ΖΩΗΣ» Κατεύθυνση: Βιοπληροφορική

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗΝ «ΠΛΗΡΟΦΟΡΙΚΗ ΕΠΙΣΤΗΜΩΝ ΖΩΗΣ» Κατεύθυνση: Βιοπληροφορική «Ταξινόμηση των συστάδων μικροαποτιτανώσεων σε καλοήθεις ή κακοήθεις από δεδομένα μαστογραφίας» ΑΝΑΓΝΩΣΤΟΠΟΥΛΟΥ ΙΩΑΝΝΑ ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Επιβλέπων Καθηγητής Μεγαλοοικονόμου Βασίλειος ΠΑΤΡΑ 2016

2 2

3 ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ...6 ΠΕΡΙΛΗΨΗ...7 ABSTRACT...9 ΑΚΡΩΝΥΜΙΑ..10 ΕΙΣΑΓΩΓΗ Ο ΚΑΡΚΙΝΟΣ ΤΟΥ ΜΑΣΤΟΥ ΚΑΙ Η ΑΝΑΓΚΗ ΓΙΑ ΕΓΚΑΙΡΗ ΔΙΑΓΝΩΣΗ Η Ιστορία του καρκίνου του μαστού Καρκίνος του μαστού Φυσιολογία και Ανατομία Μαστού Αλλοιώσεις Μαστού Αποτιτανώσεις Μάζες Μαστογραφία Είδη Μαστογραφίας Ερμηνεία Μαστογραφίας ΕΞΟΡΥΞΗ ΓΝΩΣΗΣ ΑΠΟ ΙΑΤΡΙΚΑ ΔΕΔΟΜΕΝΑ Σημασία εξόρυξης γνωσης από μαστογραφίες Τεχνικές κατηγοριοποίησης σε δεδομένα από μαστογραφίες Κατηγοριοποίηση Αποτιτανώσεων Ταξινόμηση των Μικροαποτιτανώσεων σε καλοήθεις και κακοήθεις: Ανασκόπηση Μελετών Η σημασία της μελέτης των μικροαποτιτανώσεων Η τρέχουσα τεχνολογική στάθμη ΜΕΘΟΔΟΛΟΓΙΑ

4 4.1. Αντικείμενο και σκοπός της εργασίας Περιγραφή του δείγματος Περιγραφή μεθόδων που χρησιμοποιήθηκαν Ανάλυση της μεθόδου των γράφων μικροαποτιτανώσεων Ανάλυση της μεθόδου των ιστογραμμάτων απόστασης Cluster based analysis View based analysis Patient based analysis Διάσταση Συσχέτισης (Correlation Dimension) Ταξινομητής knn Επιλογή χαρακτηριστικών Sequential feature selection ROC Analysis ΑΠΟΤΕΛΕΣΜΑΤΑ Παρουσίαση των σημαντικότερων αποτελεσμάτων της μελέτης μας Σύγκριση της μεθόδου των γράφων μικροαποτιτανώσεων στα δεδομένα της παρούσας μελέτης Σύγκριση των μεθόδων που χρησιμοποιήθηκαν Σύγκριση των τεχνικών ανάλυσης που χρησιμοποιήθηκαν στην προτεινόμενη μέθοδο ΣΥΜΠΕΡΑΣΜΑΤΑ ΣΥΖΗΤΗΣΗ Συνοπτική παρουσίαση των κυριότερων ευρημάτων της μεταπτυχιακής εργασίας Συμπερασματικά σχόλια και προτάσεις...75 ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΑΝΑΦΟΡΕΣ

5 ΕΥΧΑΡΙΣΤΙΕΣ Σε αυτό το σημείο, θα ήθελα πρώτα από όλα να ευχαριστήσω ιδιαιτέρως τον επιβλέποντα καθηγητή μου κ. Βασίλειο Μεγαλοοικονόμου και την κα. Ευαγγελία Ζαχαράκη, για την εμπιστοσύνη που μου έδειξαν και μου ανέθεσαν την συγκεκριμένη μεταπτυχιακή εργασία, για την πολύτιμη βοήθεια που μου προσέφεραν καθ όλη την διάρκεια εκπόνησης της διπλωματικής καθώς και για την καθοδήγηση, ενθάρρυνση και υποστήριξή τους όλο αυτό τον καιρό. Ένα μεγάλο ευχαριστώ στην κα. Ελένη Κωσταρίδου η οποία μας παρείχε τα δεδομένα που χρησιμοποιήθηκαν στην παρούσα διπλωματική και φρόντισε με τις δικές τις πολύτιμες συμβουλές να βοηθήσει σε τυχόν απορίες που είχαν προκύψει όσον αφορά την ανάλυση των δεδομένων. Τέλος, θα ήθελα να ευχαριστήσω τον κ. Γιώργο Δρακόπουλο για την σπουδαία βοήθειά του, όλους τους φίλους μου για την ηθική συμπαράσταση και ενθάρρυνση καθώς και την οικογένεια μου που ήταν δίπλα μου τόσο ηθικά όσο και οικονομικά καθ όλη την διάρκεια των σπουδών μου. 5

6 ΠΡΟΛΟΓΟΣ Η έρευνα για τον καρκίνο ήταν πάντα κάτι με το οποίο ήθελα να ασχοληθώ. Ο καρκίνος είναι μια ασθένεια η οποία αποτελεί στις μέρες μας τη κύρια αιτία θανάτου ειδικά όσον αφορά τον καρκίνο του μαστού στις γυναίκες. Το ενδιαφέρον μου για την εργασία αυτή εκδηλώθηκε άμεσα, μετά την ανακοίνωση του συγκεκριμένου θέματος από τον κ. Μεγαλοοικονόμου. Θεώρησα ότι ήταν ένα ενδιαφέρον θέμα, το οποίο θα ήθελα να μελετήσω. Ίσως το γεγονός ότι πολλές φορές αυτή η μάστιγα χτυπά συγγενικά μας πρόσωπα να με έκανε να το σκεφτώ ακόμα περισσότερο. Έτσι λοιπόν ανέλαβα την εκπόνηση της διπλωματικής εργασίας μαζί με τον επιβλέπων καθηγητή κ. Μεγαλοοικονόμου και τη καθηγήτρια κα. Ζαχαράκη αφού τους συνάντησα ώστε να τους μεταβιβάσω το ενδιαφέρον μου για την συγκεκριμένη εργασία. 6

7 ΠΕΡΙΛΗΨΗ Ο καρκίνος του μαστού αποτελεί μια κοινή και συχνά θανατηφόρα ασθένεια για αυτό το λόγο είναι πολύ σημαντική η ανίχνευσή του στα πρώιμα στάδια. Η έγκαιρη διάγνωση βοηθά στη μείωση της θνησιμότητας και αποτελεί γνώμονα για την επιτυχημένη θεραπεία του. Η μαστογραφία είναι μια σημαντική μέθοδος ανίχνευσης του καρκίνου του μαστού καθώς δείχνει αλλοιώσεις οι οποίες δεν γίνονται αντιληπτές από την κλινική εξέταση. Σκοπός: Η παρούσα μεταπτυχιακή εργασία στοχεύει στην ανάλυση των μικροαποτιτανώσεων εντός μίας συστάδας με σκοπό την εξαγωγή χρήσιμων χαρακτηριστικών τα οποία αξιοποιούνται ώστε να βοηθήσουν στην διάγνωση για την ύπαρξη ή όχι καρκίνου του μαστού. Υλικό Μέθοδος: Στην παρούσα μελέτη τα δεδομένα που χρησιμοποιούνται αφορούν σε 161 εικόνες μαστογραφίας (90 καλοήθεις, 71 κακοήθεις) οι οποίες διαθέτουν πλειόμορφες μικροαποτιτανώσεις και προέρχονται από την βάση DDSM. Η τοπολογία των μικροαποτιτανώσεων εντός μιας συστάδας αναλύεται με τη χρήση δύο μεθόδων, των γράφων αποτιτανώσεων η οποία έχει ήδη χρησιμοποιηθεί στην βιβλιογραφία και μιας καινούργιας μεθόδου που χρησιμοποιεί το ιστόγραμμα των αποστάσεων των μικροαποτιτανώσεων μεταξύ τους και την διάσταση συσχέτισής τους. Ο ταξινομητής knn χρησιμοποιείται για την ταξινόμηση των συστάδων μικροαποτιτανώσεων, ενώ για την επιλογή χαρακτηριστικών εφαρμόζεται η σειριακή εμπρόσθια επιλογή. Αποτελέσματα: Η προτεινόμενη μέθοδος η οποία στηρίχτηκε στο ιστόγραμμα των αποστάσεων των μικροαποτιτανώσεων μεταξύ τους έδωσε σχεδόν παρόμοια αποτελέσματα με την μέθοδο των γράφων αποτιτανώσεων όταν εφαρμόστηκε στα δεδομένα της συγκεκριμένης μελέτης. Συγκεκριμένα με την προτεινόμενη μέθοδο καταφέραμε να επιτύχουμε AUC 0.81 και ακρίβεια ταξινόμησης 76% έναντι 0.80 και 76% με την μέθοδο των γράφων. Παρότι, τα αποτελέσματα δεν φαίνεται να διαφέρουν αρκετά ο χρόνος για την δημιουργία των διανυσμάτων χαρακτηριστικών για τις δύο μεθόδους διαφέρει σημαντικά. 7

8 Συμπεράσματα: Η προτεινόμενη μέθοδος αποτελεί μια απλή και γρήγορη μέθοδο για την ταξινόμηση των συστάδων μικροαποτιτανώσεων. Βασίζεται και αυτή στη λογική της τοπολογίας των μικροαποτιτανώσεων και της κατανομής τους εντός της συστάδας. Ο χρόνος υλοποίησης του διανύσματος χαρακτηριστικών της συγκεκριμένης μεθόδου είναι μόλις 45 λεπτά έναντι 36.5 ώρες για την δημιουργία του τοπολογικού διανύσματος με την μέθοδο των γράφων αποτιτανώσεων. 8

9 ABSTRACT Breast cancer is a common and often a fatal disease and this is why it is very important to be detected at an early stage. Early diagnosis helps in reducing mortality and drives to successful treatment. Mammography is an important method of detecting breast cancer as it shows lesions that are not perceived by the physical examination. Purpose: This thesis aims at the analysis of microcalcifications within a cluster in order to extract useful characteristics which are used to help diagnose the presence or not of breast cancer. Material - Method: In this study the 161 mammographic images (90 benign, 71 malignant) were collected from DDSM database and all of them consists of pleomorphic microcalcifications. The topology of microcalcifications within a cluster is analyzed using two methods, microcalcification graph (already used in literature) and a novel method which is using the histogram of distances among microcalcifications and their correlation dimension. Classifier knn was used for classification of microcalcification clusters and sequential feature selection was applied to find the significant subset of features. Results: The proposed method which is based on the distances between microcalcifications gave almost similar results to the method of microcalcification graphs when applied to the data used in this study. In particular the proposed method managed to achieve AUC of 0.81 and classification accuracy of 76% compared to 0.80 and 76% from the method of microcalcification graphs. Although the results do not seem to differ enough, time for the creation of feature vectors differ significantly. Conclusion: The proposed method is a simple and quick method for the classification of microcalcification clusters. This method is also based on the topology of microcalcifications and their distribution within the cluster. The implementation time to create feature vectors is just 45 minutes compared to 36.5 hours for the creation of topological feature vector by the method of microcalcification graphs. 9

10 ΑΚΡΩΝΥΜΙΑ ANN: Artificial Neural Network AUC: Area Under Curve BI-RADS: Breast Imaging Reporting And Data Systems CAD: Computer Aided Diagnosis CC: Cranio Caudial FN: False Negative FP: False Positive FPR: False Positive Rate knn: k Nearest Neighbor MIAS: Mammographic Image Analysis Society MLO: Mediolateral- Oblique MRI: Magnetic Resonance Imaging PEM: Positron Emission Mammography ROC: Receiving Operating Characteristic ROI: Region Of Interest SFS: Sequential Feature Selection SVM: Support Vector Machines TN: True Negative TP: True Positive TPR: True Positive Rate 10

11 ΕΙΣΑΓΩΓΗ Ο καρκίνος του μαστού αποτελεί έναν από τους συχνότερους τύπους καρκίνου καθώς και σημαντική αιτία θανάτου σε όλο τον κόσμο. Η ανεπαρκής ενημέρωση των γυναικών στην Ελλάδα έχει σαν αποτέλεσμα μόνο το 5% των περιπτώσεων καρκίνου του μαστού να διαγιγνώσκεται σε πρώιμο στάδιο εν αντιθέσει με το αυξημένο ποσοστό 60% που αφορά την Ευρώπη. Η έγκαιρη διάγνωση μπορεί να οδηγήσει ακόμα και στην πλήρη ίαση της νόσου (Παπαβασιλείου Ε., 2014). Η απεικόνιση του μαστού παίζει σημαντικό ρόλο στην έγκαιρη διάγνωση και σε συνδυασμό με την αύξηση της ευαισθητοποίησης των γυναικών βοηθά στη μείωση της θνησιμότητας (Karahaliou A. et al., 2012). Η μαστογραφία είναι η μόνη αποτελεσματική τεχνική για την ανίχνευση καρκίνου του μαστού, ιδιαίτερα στην περίπτωση πολύ μικρών όγκων. Συνήθως το 30% έως 50% των ευρημάτων στην μαστογραφία αφορούν κυρίως μικροαποτιτανώσεις οι οποίες αποτελούν μικρές εναποθέσεις ασβεστίου (Lakshmi S. R. & Manoharan C., 2011). Οι μικροαποτιτανώσεις οι οποίες εντοπίζονται στη μαστογραφία βοηθούν στην έγκαιρη διάγνωση. Περίπου το 30% έως 40% των καρκίνων του μαστού εντοπίζονται κατά κύριο λόγω από την παρουσία τους. Εντούτοις, δεν συνιστούν όλες οι μικροαποτιτανώσεις κακοήθεια καθώς μπορούν να εντοπιστούν και σε μαστογραφίες υγιών γυναικών (Παπαβασιλείου Ε., 2014). Στο πρώτο κεφάλαιο της παρούσας μελέτης γίνεται ιστορική αναδρομή του καρκίνου του μαστού, μελετάται η φυσιολογία και ανατομία του, αναφέρονται οι αλλοιώσεις που συναντάμε στο μαστό και δίνεται ένας ορισμός για το τι είναι οι αποτιτανώσεις τις οποίες θα μελετήσουμε στη συνέχεια. Επίσης, γίνεται μια αναφορά στη μαστογραφία η οποία όπως αναφέραμε αποτελεί απεικονιστική μέθοδο, στα είδη της καθώς και στην ερμηνεία της με σκοπό την καλύτερη κατανόηση των ευρημάτων που παρατηρούνται. Στο δεύτερο κεφάλαιο παρουσιάζεται η σημασία της εξόρυξης γνώσης από ιατρικά δεδομένα κυρίως από τη μαστογραφία και γίνεται μια αναφορά στην κατηγοριοποίηση των αποτιτανώσεων μιας και αποτελούν σημαντικά ευρήματα και ολοένα και πιο πολλοί ερευνητές ασχολούνται με την μελέτη τους. 11

12 Στο τρίτο κεφάλαιο τονίζεται η σημασία της μελέτης των μικροαποτιτανώσεων και γίνεται ανασκόπηση σε έρευνες που αφορούν γενικά στην μελέτη για τον καρκίνο του μαστού αλλά και στην ταξινόμηση των συστάδων μικροαποτιτανώσεων. Στο τέταρτο κεφάλαιο παρουσιάζεται η μεθοδολογική προσέγγιση της έρευνας, περιγράφεται το αντικείμενο που μελετάται καθώς και ο σκοπός της έρευνας. Επιπλέον, περιγράφονται οι μέθοδοι που χρησιμοποιήθηκαν καθώς και οι τεχνικές διαχωρισμού των δεδομένων μας. Στο πέμπτο κεφάλαιο παρουσιάζονται τα σημαντικότερα αποτελέσματα και γίνεται σύγκριση των μεθόδων που χρησιμοποιήθηκαν τόσο μεταξύ τους χρησιμοποιώντας τα ίδια δεδομένα όσο και με τις έρευνες Chen et al, 2012 και Chen et al., 2015 για τις οποίες τα δεδομένα διαφέρουν. Τέλος, στο κεφάλαιο της συζήτησης συνοψίζονται τα σημαντικότερα ευρήματα της εργασίας όπως προέκυψαν από την ανάλυση των δεδομένων και αναφέρονται κάποια συμπερασματικά σχόλια, προτάσεις αλλά και κάποιοι περιορισμοί. 12

13 1. Ο ΚΑΡΚΙΝΟΣ ΤΟΥ ΜΑΣΤΟΥ ΚΑΙ Η ΑΝΑΓΚΗ ΓΙΑ ΕΓΚΑΙΡΗ ΔΙΑΓΝΩΣΗ 1.1. Η Ιστορία του καρκίνου του μαστού Σε αυτό το σημείο της εργασίας θα αναφερθούμε με συντομία στην ιστορία του καρκίνου του μαστού και πως η νόσος αυτή επηρεάστηκε με την πάροδο του χρόνου και με την πρόοδο της ιατρικής επιστήμης. Ο καρκίνος του μαστού περιγράφηκε από πολύ παλιά. Ήδη από το 1600 π.χ. έχουμε την πρώτη καταγραφή όγκων του μαστού σε Αιγυπτιακούς πάπυρους, οι οποίοι βρέθηκαν στη Θήβα της Αιγύπτου το 1862 από τον Edwin Smith (Μαλλιου κ.α., 2006). Όπως περιγράφεται από τα περιστατικά καρκίνου του μαστού οι Αιγύπτιοι χρησιμοποίησαν τον καυτηριασμό ως ένα είδος θεραπείας. Στην Αρχαία Ελλάδα ο Ιπποκράτης ( π.χ.), ο πατέρας της Δυτικής Ιατρικής συσχέτισε τον καρκίνο του μαστού με την εμμηνόπαυση και γενικά με την ορμονική κατάσταση των γυναικών. Ισχυρίστηκε ότι η νόσος αυτή προέρχεται από την περίσσεια μαύρης χολής (η οποία είναι η γνωστή έμμηνος ρήση). Επειδή καρκίνο του μαστού εμφάνιζαν κυρίως γυναίκες που βρίσκονταν στην εμμηνόπαυση υποστήριζε ότι όταν η μαύρη χολή δεν έβγαινε από το σώμα τότε διασκορπιζόταν στον οργανισμό και δημιουργούσε τον καρκίνο, ενώ όταν έβγαινε βοηθούσε τις γυναίκες να προστατεύονται από αυτόν (Κεραμόπουλλος Α., 2004). Θεωρούσε ότι οι καρκίνοι με εξωτερικό έλκος μπορούσαν να θεραπευτούν με χειρουργική επέμβαση ενώ, γενικά πίστευε ότι είναι πιο δόκιμο να μην εφαρμόζεται κάποια μορφής θεραπεία καθώς η ασθενής θα μπορούσε να ζήσει μεγαλύτερο χρονικό διάστημα. Επίσης, ήταν ο πρώτος ο οποίος χρησιμοποίησε τον όρο καρκίνος ή καρκίνωμα στον γραπτό λόγο (Μάλλιου κ.α., 2006). Ο Ιπποκράτης χρησιμοποίησε αυτή την ονομασία λόγω της εμφάνισης των όγκων οι οποίοι έμοιαζαν με καβούρια. Η εξέταση ενός όγκου από κοντά μπορεί όντως να επιβεβαιώσει αυτή τη θεωρία μιας και ο όγκος συχνά έχει απολήξεις οι οποίες μοιάζουν με πόδια καβουριού που τείνουν προς τα έξω και αγγίζουν υγιείς ιστούς (Olson James S., 2002). 13

14 Ο Ρωμαίος Autus Cornelius Celsus (30 50 μ.χ) περιέγραψε κλινικά τον καρκίνο στο χειρόγραφό του με τίτλο De Medicina libri octo. Ο Αρχιγενής ο Απαμεύς ( μ.χ) ένας ευρύτερα γνωστός και σημαντικός Έλληνας ιατρός στη Ρώμη ενστερνίστηκε και αυτός τις απόψεις του Ιπποκράτη και ανέφερε ότι είναι καλύτερο να μην προσφέρεται θεραπεία στον κεκρυμένο καρκίνο (Τριγώνη Μ., 2009). Ο Λεωνίδης ένας ακόμα Έλληνας ιατρός ήταν ο πρώτος που περιέγραψε την χειρουργική αφαίρεση του καρκίνου του μαστού. Επίσης, ίσως να είναι και ο πρώτος που κατέγραψε ότι ο καρκίνος του μαστού μπορεί να εξαπλωθεί και στη μασχάλη (Donegan W. L., 2006). Ο Γαληνός περιέγραψε και αυτός τον καρκίνο, υιοθέτησε επίσης τη θεωρία του Ιπποκράτη και πίστευε ότι ο καρκίνος είναι μια ασθένεια που πλήττει ασθενείς και ιδιαίτερα αυτούς που βρίσκονταν σε μελαγχολική διάθεση. Αποδέχτηκε την ρωμαϊκή προκατάληψη ενάντια στις χειρουργικές επεμβάσεις και θεωρούσε ότι ο καλύτερος χειρούργος ήταν αυτός ο οποίος είχε την επέμβαση ως έσχατη λύση. Όσον αφορά, τον πόνο ασθενών σε τελικό στάδιο συνέστησε μια αλοιφή που παρασκευαζόταν από το άνθος της παπαρούνας (Hajdu Steven I., 2004). Η θεωρία του Ιπποκράτη παρότι για χρόνια είχε αρκετούς οπαδούς σχετικά με την προέλευση του καρκίνου έχασε σταδιακά την δημοτικότητα της, πολλοί ήταν εκείνοι που χρόνια αργότερα την απέρριψαν. Ο Rudolf Virchow ( ) θεωρήθηκε ο ιδρυτής της κυτταρικής παθολογίας. Εξέτασε φυσιολογικά και μη φυσιολογικά κύτταρα και περιέγραψε τον καρκίνο σαν μια ασθένεια που συνιστά αποτέλεσμα κυτταρικών διαταραχών. Περιέγραψε τις ανατομικές αλλαγές στα καρκινικά κύτταρα και τις διαφορές μεταξύ καλοηθών και κακοηθών κυττάρων (Ahmed M. I., Youssef M. & Carr M., 2011). Κατά την διάρκεια του 19 ου αιώνα έγιναν και άλλες σπουδαίες ανακαλύψεις στην επιστήμη της ιατρικής όπως η εισαγωγή της γενικής αναισθησίας (που συντέλεσε στην πρόοδο των χειρουργικών επεμβάσεων), η αντισηψία αλλά και η μικροσκοπική παθολογία. Τα αποτελέσματα της χειρουργικής επέμβασης για τον καρκίνο του στήθους έως εκείνη την χρονική στιγμή ήταν ακόμα φτωχά λόγω της αυξημένης θνησιμότητας από τις λοιμώξεις. Ακόμη και οι ασθενείς εκείνοι οι οποίοι κατάφερναν να επιζήσουν, σπάνια έπειτα ζούσαν περισσότερο από δύο χρόνια. Ωστόσο, η ανάγκη 14

15 να περιοριστεί και να εξαλειφθεί η υποτροπή συνετέλεσε στην πρόοδο της χειρουργικής επέμβασης (Rayter Z. and Mansi J., 2003). Μέχρι τα μέσα του 20 ου αιώνα η χειρουργική επέμβαση για τον καρκίνο του μαστού είχε φθάσει σε ένα πολύ καλό σημείο εντούτοις, οι χειρούργοι άρχισαν να επαναξιολογούν την αποτελεσματικότητα της και έγινε φανερό ότι η χειρουργική επέμβαση δεν ήταν σε θέση να θεραπεύσει τον καρκίνο του μαστού σε πάνω από το ένα τρίτο των ασθενών. Επιπρόσθετα, η τεράστια έκρηξη γνώσης που υπήρξε όσον αφορά τη βιολογία του καρκίνου του μαστού έδωσε ένα τέλος στις θεωρίες που υπήρχαν μέχρι τότε για την εξάπλωση του καρκίνου και επαναπροσδιόρισε τις ενδείξεις για χειρουργική επέμβαση. Η ανάπτυξη της ιατρική ογκολογίας βοήθησε στην θεραπεία καθώς η ορμονοθεραπεία και η χημειοθεραπεία άρχισαν να οδηγούν σε στατιστικά σημαντική βελτίωση στην επιβίωση ασθενών με υψηλό κίνδυνο υποτροπής. Τέλος, η έγκαιρη διάγνωση έγινε πραγματικότητα με την ανάπτυξη υψηλής ποιότητας μαστογραφίας και την εισαγωγή προγραμμάτων μαζικής απεικόνισης για την ανίχνευση του ασυμπτωματικού καρκίνου του μαστού (Rayter Z. and Mansi J., 2003) Καρκίνος του Μαστού Ο καρκίνος δεν αποτελεί μια μορφή ασθένειας, αλλά είναι η ονομασία μιας αρκετά μεγάλης ποικιλίας όγκων (κακοηθών) που δημιουργούνται από τον ανεξέλεγκτο πολλαπλασιασμό των κυττάρων. Η διαίρεση των κυττάρων μπορεί να οδηγήσει στη δημιουργία μιας μάζας η οποία μπορεί να εισβάλλει στους γειτονικούς ιστούς, αλλά και να μετατοπιστεί σε μακρινότερες θέσεις, να κάνει δηλαδή μετάσταση (Thomson M. W., Mcinnes R. R., Willard H. F., 2001). Γενικά υπάρχουν περισσότερες από 200 διαφορετικές μορφές καρκίνου και καθεμία θεραπεύεται με διαφορετικό τρόπο. Οι περισσότερες από αυτές αφορούν κυρίως όγκους, εκτός από μερικές μορφές όπως η λευχαιμία στην οποία τα καρκινικά κύτταρα περιφέρονται στο αίμα. Η ονομασία κάθε καρκίνου έχει να κάνει με το είδος του κυττάρου ή του οργάνου στο οποίο κάνει την εμφάνισή του ο καρκίνος πρώτη φορά (Νανά Ε., 2009). Ο καρκίνος του μαστού όπως αναφέρει και το όνομά του είναι ο καρκίνος ο οποίος εμφανίζεται στο μαστό. Το είδος αυτού του καρκίνου συναντάται κατά κύριο λόγο σε γυναίκες εντούτοις, πολύ σπάνια υπάρχουν και περιπτώσεις στις οποίες άνδρες 15

16 εμφανίζουν καρκίνο του μαστού. Οι περιπτώσεις αυτές είναι πολύ σπάνιες και η συχνότητα εμφάνισης είναι 1 % σε σχέση με τις γυναίκες, όμως τα τελευταία χρόνια μελέτες έχουν δείξει πως το ποσοστό αυτό έχει αρχίσει να αυξάνεται (Κοσμίδης Χ. κ.α., 2009). Ο καρκίνος του μαστού εξακολουθεί ακόμα και σήμερα να είναι μια κοινή και συχνά θανατηφόρα ασθένεια η οποία αποτελεί τον πιο συχνά διαγνωσμένο καρκίνο στις γυναίκες. Συνιστά τη δεύτερη κατά σειρά αιτία θανάτου από καρκίνο στις χώρες της Ανατολικής Μεσογείου. Κάθε χρόνο πάνω από 1.2 εκατομμύρια γυναίκες παγκοσμίως διαγιγνώσκονται με καρκίνο του μαστού (WHO,2006). Στην Ελλάδα, πάνω από γυναίκες προσβάλλονται από καρκίνο του μαστού κάθε χρόνο αλλά από αυτές κατά προσέγγιση τα 2/3 καταφέρνουν να επιβιώσουν περισσότερο από μια πενταετία (Κυπριωτάκη, Σταματάκη, Τοψαχαλίδης, 2007). Αξίζει να σημειωθεί ότι στις περισσότερες χώρες του κόσμου η θνησιμότητα από την συγκεκριμένη νόσο παρουσιάζεται σταθερή έχοντας την τάση μείωσης, κάτι που αντανακλά την πρόοδο της ιατρικής επιστήμης σε επίπεδο διάγνωσης και θεραπευτικής αντιμετώπισης (Δαρδαβέσης Θ., 2009). Η κλινική έρευνα για τον καρκίνο του μαστού έχει επικεντρώσει το ενδιαφέρον της σε αποτελεσματικές μεθόδους τόσο για την ανίχνευσή του ήδη από τα πρώτα στάδια, όσο και για την θεραπεία του έπειτα από την διάγνωση της νόσου. Εντούτοις, παρά τις προόδους που έχουν σημειωθεί σε αυτούς τους τομείς έχει παρατηρηθεί ότι περίπου το ένα τρίτο όλων των γυναικών στη Βόρεια Αμερική που αναπτύσσουν καρκίνο του μαστού εν τέλει πεθαίνουν από τη συγκεκριμένη νόσο (WHO,2006). Για το λόγο αυτό σημαντικό ρόλο στην μείωση της θνησιμότητας από τον καρκίνο του μαστού αποτελεί η έγκαιρη διάγνωση. Παρότι κάποιες φορές δεν μπορούμε να τον προλάβουμε, μπορούμε έστω να τον εντοπίσουμε νωρίς. Ο καρκίνος του μαστού που ανιχνεύεται νωρίς έχει τη δυνατότητα να οδηγήσει ακόμα και στην πλήρη ίαση. Συνεπώς, η πρόληψη και η έγκαιρη διάγνωση αποτελούν το βασικό όπλο για την καλύτερη θεραπεία και αντιμετώπιση του καρκίνου του μαστού. Επιπρόσθετα, θα πρέπει να αναφερθεί ότι η πρώιμη ανίχνευση παρουσιάζει πρόοδο λόγο της πρακτικής αυτοεξέτασης του μαστού από τις ίδιες τις γυναίκες (Λάγιου, 2008). Οι συνιστώμενες μέθοδοι εξέτασης για έγκαιρη ανίχνευση του καρκίνου του μαστού εκτός από τον αυτοέλεγχο, είναι η κλινική εξέταση και η μαστογραφία. Η 16

17 μαστογραφία αποτελεί το πλέον πιο αποτελεσματικό εργαλείο ανίχνευσης σε σύγκριση με τις άλλες δύο μεθόδους (Sami et all., 2011). Η έγκαιρη διάγνωση έχει βοηθήσει έτσι ώστε η θνησιμότητα από τον καρκίνο του μαστού να μειωθεί σημαντικά τα τελευταία δέκα χρόνια. Με την μαστογραφία η οποία αποτελεί μια εξέταση ρουτίνας, εντοπίζονται εγκαίρως πολλοί καρκίνοι με αποτέλεσμα να αντιμετωπίζονται καλύτερα. Επίσης, μέσω της έγκαιρης διάγνωσης που προσφέρει η μαστογραφία δίνεται η ευκαιρία στις γυναίκες να καταπολεμήσουν τον καρκίνο με λιγότερο επεμβατικές μεθόδους αλλά και με μεγαλύτερες πιθανότητες επιβίωσης. Μια επεμβατική μέθοδος είναι η μαστεκτομή, η οποία αποτελεί μια τραυματική εμπειρία για κάθε γυναίκα καθώς το στήθος εκφράζει την θηλυκότητα της γυναίκας. Η αλλαγή της εικόνας του στήθους συντελεί στην αλλαγή της ψυχολογίας της γυναίκας καθώς και στην καταρράκωση της αυτοπεποίθησής της. Οι περισσότερες γυναίκες χρειάζονται αρκετό χρόνο ώστε να συμφιλιωθούν με την ιδέα της μαστεκτομής και ακόμη περισσότερο για να συνηθίσουν την εικόνα τους μετά την επέμβαση (Κυπριωτάκη, Σταματάκη και Τοψαχαλίδης, 2007) Φυσιολογία και Ανατομία μαστού Για να μπορέσουμε να κατανοήσουμε καλύτερα τον καρκίνο του μαστού θα πρέπει να γνωρίζουμε την ανατομία και φυσιολογία του μαστού. Ο μαστός συνιστά χαρακτηριστικό γνώρισμα όλων των θηλαστικών. Το μέγεθος του στήθους αποτελεί την ουσιαστική διαφορά στην ανατομία του μαστού στον άνδρα και στη γυναίκα. Μολονότι ο μαστός σαν μέρος του σώματος συναντάται και στα δύο φύλα, μόνο στη γυναίκα συνιστά κομμάτι της αναπαραγωγικής της δυνατότητας και πιο συγκεκριμένα του θηλασμού (Γεωργίου Χ., 2009). Οι μαστοί αναπτύσσονται κατά την εφηβεία υπό την επίδραση της αυξητικής ορμόνης και των οιστρογόνων (Haakensen V. D., 2011). Το μέγεθος και το σχήμα τους ποικίλει μεταξύ των γυναικών. Αρκετοί είναι οι παράγοντες εκείνοι που επηρεάζουν το σχήμα και το μέγεθος του μαστού. Κάποιοι από αυτούς είναι η κληρονομικότητα, η ηλικία, η απώλεια ή η αύξηση βάρους, η επίδραση των ορμονών στο μαστό αλλά και άλλοι. Επίσης, οι μαστοί μιας γυναίκας παρουσιάζουν και μεταξύ 17

18 τους διαφορές και σπάνια υπάρχει συμμετρία. Μπορεί να έχουν διαφορετικό σχήμα, μέγεθος ακόμα και να παρουσιάζουν μια μικρή διαφορά στη θέση (Ρουσάκη Δ., 2006). Το στήθος μιας ενήλικης γυναίκας είναι ένας αδένας σε σχήμα δάκρυ ο οποίος παράγει γάλα. Κάθε μαστός βρίσκεται στο μπροστινό μέρος του θωρακικού τοιχώματος και συνδέεται με αυτό σε κάθε πλευρά του στέρνου με συνδέσμους. Τοποθετείται πάνω από το θωρακικό μυ, στο ύψος της 3ης - 7ης πλευράς μεταξύ του στέρνου και της μασχάλης και συνδέεται με το θωρακικό τοίχωμα μέσω των κρεμαστήριων συνδέσμων (σύνδεσμοι Cooper). Ο μαστός διαθέτει πρόσθια επιφάνεια, οπίσθια και περιφέρεια. Στην πρόσθια επιφάνεια όπου το δέρμα είναι λείο και λεπτό βρίσκεται η θηλή η οποία περιβάλλεται από τη θηλαία άλω (ροζ ή καφέ χρωματισμένη περιοχή γύρω από τη θηλή) (Barnes. A., Ηο Χ., 2012 / Μομφερράτου Ε., Παράσχος Αλ., 2001).. Ο μαστός αποτελείται από τρείς κύριες δομές: το δέρμα, το περιμαστικό λίπος και το μαστικό αδένα. Το δέρμα είναι όπως προαναφέρθηκε λεπτό, διαθέτει σμηγματογόνους και ιδρωτοποιούς αδένες και συνδέεται με το περιμαστικό λίπος. Το περιμαστικό λίπος σχηματίζει ένα στρώμα λίπους το οποίο περιβάλλει το μαστό και προσδιορίζει τον όγκο και το μέγεθός του. Ο μαστικός αδένας αποτελείται από λοβούς οι οποίοι διαχωρίζονται μεταξύ τους με λιπώδη ιστό. Κάθε λοβός διαθέτει μικρότερες περιοχές τα λόβια και κάθε λόβιο με την σειρά του αποτελείται από λοβίδια ή αδενοκυψέλες που μπορούν να παράγουν γάλα. Οι λοβοί, τα λόβια και τα λοβίδια ενώνονται μέσω των γαλακτοφόρων πόρων οι οποίοι καταλήγουν στη θηλή (Δέδες Π., 2009/ Κελλαρτζής Δ. κ.α., 2009/ Αντωνιάδου Κουμάτου Ι., Σοφιανού Κ., 2015). 18

19 Εικόνα 1.3: Ανατομία του μαστού 1.4. Αλλοιώσεις μαστού Η μελέτη της ανατομίας και φυσιολογίας του μαστού έχει βοηθήσει αρκετά στην κατανόηση της μαστογραφίας αλλά και στην ανίχνευση ευρημάτων και παθολογικών καταστάσεων του μαστού. Οι αλλοιώσεις του μαστού διακρίνονται κατά κύριο λόγο σε δύο μεγάλες ομάδες, τις αποτιτανώσεις και τις μάζες. Παρότι η μελέτη και των δύο αυτών ομάδων είναι σημαντική εντούτοις, όλο και περισσότεροι επιστήμονες τείνουν να ενδιαφέρονται για τον εντοπισμό των αποτιτανώσεων καθώς είναι δυσδιάκριτες εξαιτίας της αντίθεσης και του μεγέθους τους αλλά και γιατί η εμφάνιση τους έχει συνδεθεί με τον καρκίνο του μαστού γεγονός που καθιστά απαραίτητη την διερεύνησή τους. Όσον αφορά τις μάζες, οι ειδικοί αντιμετωπίζουν κάποια δυσκολία στην ανίχνευσή τους διότι παρουσιάζουν χαμηλή αντίθεση καθώς επίσης οι τεχνικές για αυτόματη ανίχνευση δεν είναι το ίδιο εξελιγμένες με τις τεχνικές ανίχνευσης των αποτιτανώσεων (Τσάκωνας Ι., 2009) Αποτιτανώσεις Οι αποτιτανώσεις είναι μικρές αποθήκες ασβεστίου μέσα στον ιστό του μαστού και συνδέονται τόσο με καλοήθεις (συχνότερα) όσο και με κακοήθεις περιπτώσεις. Καθώς το ασβέστιο έχει υψηλό δείκτη εξασθένησης σε σχέση με άλλα συστατικά του μαστού (όπως το νερό, το λίπος και ο αδενικός ιστός) οι αποτιτανώσεις εμφανίζονται σαν φωτεινές δομές. Οι αποτιτανώσεις μπορεί να είναι είτε μεγάλες (>1mm) οπότε 19

20 ονομάζονται μακρο-αποτιτανώσεις και συνήθως συνδέονται με καλοήθεις παθήσεις είτε μικρές (μικροαποτιτανώσεις). Οι μικροαποτιτανώσεις είναι μικροσκοπικές εναποθέσεις ασβεστίου στο μαστό με μέγεθος το οποίο κυμαίνεται από 0.1 έως 1 χιλιοστό (Καραχάλιου Α., 2009). Οι αποτιτανώσεις διακρίνονται σε κατηγορίες με βάση την μορφολογία τους αλλά και την κατανομή τους στο χώρο (Καραχάλιου Α., 2009/ Τσάκωνας Ι., 2009). Όσον αφορά την μορφολογία των αποτιτανώσεων διακρίνουμε τις εξής κατηγορίες: Διάστικτες (punctuate) Στρογγυλές ή οβάλ μικρότερες από 0.5 mm, με καλώς ορισμένα όρια. Άμορφες (amorphous) Αρκετά μικρές που δεν μπορεί να καθοριστεί μορφολογική ταξινόμηση ως προς το σχήμα τους. Πλειόμορφες (pleomorphic) Συνήθως πιο εμφανής από τις άμορφες αποτιτανώσεις, ακανόνιστες με διάφορα μεγέθη και σχήματα και με διάμετρο μικρότερη των 0.5 mm. Στρογγυλές/ Ομαλές (round/regular) Διάμετρος 0.5 έως 1 mm, σχηματίζονται συνήθως στα λοβία. Κλαδωτές (branching) Λεπτές ακανόνιστες αποτιτανώσεις που εμφανίζονται γραμμικά αλλά είναι ασυνεχείς με πάχος μικρότερο από 0.5 mm και συνήθως συνδέονται με τον καρκίνο του μαστού. 20

21 Εν αντιθέσει, με βάση την κατανομή των αποτιτανώσεων διακρίνουμε τις εξής κατηγορίες: Ομαδοποιημένες (clustered) Γραμμικές (linear) Πρόκειται για πολλές αποτιτανώσεων οι οποίες καταλαμβάνουν μικρό όγκο ιστού έως 2 cm 3. Παρότι παλιότερα ήταν ύποπτες για καρκίνο, πλέον μπορεί να αντανακλούν είτε καλοήθεις είτε κακοήθεις περιπτώσεις. Αποτιτανώσεις που παρατάσσονται σε μια γραμμή και μπορεί να διακλαδίζονται σε κάποια σημεία. Τμηματικές (segmental) Εμφανίζονται σε πόρους ή και σε κλάδους αυτών των πόρων, αυξάνοντας την πιθανότητα του πολυεστιακού καρκίνου του μαστού. Τοπικές (regional) Πρόκειται για αποτιτανώσεις οι οποίες βρίσκονται διασκορπισμένες σε μεγάλο όγκο του ιστού του μαστού αλλά όχι παντού και είναι κατά κύριο λόγο καλοήθεις. Διάχυτες (diffused) Αποτιτανώσεις των οποίων η κατανομή τους είναι τυχαία σε όλο τον μαστό. Εικόνα 1.4.1: Κατηγοριοποίηση αποτιτανώσεων με βάση την κατανομή τους ( 21

22 Μάζες Η μάζα αποτελεί την τρισδιάστατη δομή στο εσωτερικό του μαστού η οποία μπορεί να γίνει φανερή από δύο τουλάχιστον διαφορετικές προβολές στην μαστογραφία. Στην περίπτωση βέβαια που η δομή αυτή παρατηρείται μόνο σε μία προβολή με αποτέλεσμα να μην μπορεί να επιβεβαιωθεί η τρισδιάστατη δομή της χρησιμοποιείται για την περιγραφή της ο όρος ασυμμετρία. Η εμφάνιση μιας μάζας συνήθως συνιστά ισχυρό ενδεικτικό στοιχείο της εκδήλωσης καρκίνου του μαστού, εντούτοις είναι δυνατόν η δημιουργία της να αφορά καλοήθη περίπτωση. Μια μάζα μπορεί να περιγραφεί και να κατηγοριοποιηθεί ως καλοήθης ή κακοήθης με βάση το σχήμα της, την μορφή των ορίων της αλλά και την πυκνότητά της. Επίσης τυχόν ευρήματα, όπως μικροαποτιτανώσεις ή αρχιτεκτονικές διαστρεβλώσεις, τα οποία εμφανίζονται και αυτά στη μαστογραφία μαζί με την μάζα θα πρέπει να προσμετρούνται πριν την τελική κατηγοριοποίησή της (Ανδρεάδης Ι., 2006). Οι μάζες εμφανίζονται ως πυκνές περιοχές με διαφορετικά μεγέθη και διαφορετικές ιδιότητες. Η μάζα με βάση το σχήμα της διακρίνεται σε κυκλική (circular), οβάλ, λοβιακή (lobular) και ακανόνιστη/ακανθωτή (irregular/spiculated) (Celia C., 2011). Εικόνα α: Μορφολογικό φάσμα μαζών μαστογραφίας (Celia C., 2011). 22

23 Ενώ, όσον αφορά το περίγραμμά της διακρίνεται σε: Περιγεγραμμένη (circumscribed) τα όρια της μάζας και του περιβάλλοντος ιστού είναι σαφώς ορισμένα. Αμυδρή (obscured) τα όρια δεν διακρίνονται καθαρά. Λοβωτή (lobulated) τα όρια είναι κυματιστά κυκλικά. Απροσδιόριστη/ασαφή (ill-defined) διάσπαρτα όρια τα οποία δεν είναι επαρκώς καθορισμένα. Ακανθωτή (spiculated) τα όρια είναι λεπτές γραμμές που περιβάλουν την μάζα ακτινικά. Εικόνα β: Παραδείγματα από τύπους περιγραμμάτων των μαζών σε μαστογραφίες. (a) περιγεγραμμένο, (b) απροσδιόριστο/ασαφές, (c) αμυδρό, (d) ακανθωτό (Καραχάλιου Α., 2009). Ανάλογα με την μορφολογία τους οι μάζες μπορούν να έχουν διαφορετική πιθανότητα κακοήθειας. Τα ασαφή και ακανθωτά όρια έχουν μεγαλύτερη πιθανότητα κακοήθειας ενώ, η παρουσία μια κυκλικής ή οβάλ μάζας συνήθως σχετίζεται με καλοήθεις περιπτώσεις. Ωστόσο, η μεγάλη μεταβλητότητα που παρουσιάζεται στην εμφάνιση των μαζών αποτελεί ένα σημαντικό εμπόδιο στην σωστή ανάλυση της μαστογραφίας (Celia C., 2011). 23

24 1.5. Μαστογραφία Μαστογραφία ονομάζεται η ακτινογραφία των μαστών δηλαδή η απεικόνιση με την βοήθεια ακτίνων Χ του εσωτερικού του μαστού. Η λήψη της μαστογραφίας γίνεται με την χρήση ενός μηχανήματος που ονομάζεται μαστογράφος (Χατζηστέργος Σ., 2008). Η απεικόνιση με μαστογραφία χρησιμοποιείται τόσο για πρόληψη όσο και για διάγνωση. Εικόνα 1.5.α: Μαστογράφος ( Η προληπτική μαστογραφία διεξάγεται σε γυναίκες που δεν παρουσιάζουν σημάδια της νόσου. Με την μαστογραφία είναι δυνατόν να απεικονιστούν αλλοιώσεις οι οποίες είναι δύσκολο να γίνουν αντιληπτές από την κλινική εξέταση καθώς η μαστογραφία έχει την δυνατότητα να προβάλει παθολογικά ευρήματα με μέση διάμετρο 8 χιλιοστά. Στην κλινική εξέταση ένα παθολογικό εύρημα θα πρέπει να έχει διάμετρο τουλάχιστον 15 χιλιοστά για να μπορεί να γίνει αντιληπτό. Η διαγνωστική μαστογραφία διεξάγεται σε γυναίκες με κλινικό εύρημα ή σύμπτωμα. Συνηθέστερα, εκτός από την παρουσία ψηλαφητής διόγκωσης, συμπτώματα τα οποία σχετίζονται με πιθανή κακοήθεια είναι η πάχυνση του δέρματος, η ερυθρότητα, η εισολκή της θηλής και ο πόνος. Ωστόσο, τα συμπτώματα αυτά παρουσιάζονται και σε ορισμένες καλοήθεις περιπτώσεις, κάτι που καθιστά τη διάκριση περίπλοκη (Μερκούρης Σ., 2013). 24

25 Η έγκαιρη διάγνωση αποτελεί το κλειδί για την επιτυχημένη θεραπεία του καρκίνου του μαστού. Μέχρι το 1987, το ποσοστό γυναικών το οποίο είχε πραγματοποιήσει μια μαστογραφία ανερχόταν περίπου στο 33%, ενώ μόνο το 17% αυτών είχε πραγματοποιήσει απεικόνιση με μαστογραφία και τον προηγούμενο χρόνο. Από τις αρχές της δεκαετίας του 90 το ποσοστό των γυναικών (κυρίως ηλικίας άνω τον 40) που υποβλήθηκε σε μαστογραφία αυξήθηκε στο 66%. Την περίοδο αυτή παρατηρείται αύξηση της εφαρμογής της κλινικής εξέτασης και του μαστογραφικού ελέγχου καθώς όλοι συνειδητοποιούν τα οφέλη του συνδυασμού τους στην έγκαιρη διάγνωση αλλά και αντιμετώπιση του καρκίνου του μαστού (Σακκά Ε., 2007). Σκοπός της απεικόνισης με μαστογραφία είναι η αποκάλυψη ενός καρκίνου ο οποίος ενεργούσε έως τότε χωρίς να παρουσιάζει κάποιο σύμπτωμα και δεν γεννούσε υποψίες. Η μαστογραφία μπορεί να απεικονίσει τον μαστό σε μεσοπλάγια λοξή (Mediolateral oblique MLO) λήψη και κρανιο-ουραία (Cranio caudial CC) (Καγιάς Μ., 2011). Οι διαφορετικές λήψεις αντιστοιχούν σε ακτινοβόληση από διαφορετική γωνία. Στην μεσοπλάγια λοξή λήψη οι δύο πλάκες του μαστογράφου τοποθετούνται οριζόντια, ενώ στην κρανιο-ουραία οι πλάκες σχηματίζουν γωνία 45 μοιρών με το οριζόντιο επίπεδο. Η πληροφορία που παρέχεται από τις δύο λήψεις είναι συμπληρωματική και ορισμένες φορές αλλοιώσεις που εμφανίζονται στην μία λήψη, δεν είναι ορατές στην άλλη. Μία ακόμα διαφορά είναι ότι στην μεσοπλάγια όψη διαφαίνεται και ο θωρακικός μυς (Σεβαστιανός Χ., 2008). Εικόνα 1.5.β: Λήψεις μαστογραφίας (Dodge D. & Kegel J., 2006). 25

26 Η σωστή τοποθέτηση των μαστών καθώς και άσκηση ομοιόμορφης και έντονης πίεσης σε αυτούς εξασφαλίζουν ικανοποιητική απεικόνιση κατά τη διάρκεια της σάρωσης. Επίσης, σημαντικό ρόλο στην ποιότητα της απεικόνισης παίζει και ο έμπειρος ακτινολόγος. Βέβαια εκτός των παραγόντων που αναφέρθηκαν η τεχνολογική εξέλιξη και η ποιότητα του μαστογράφου συμβάλλουν και αυτά στην υψηλή ποιότητα της εικόνας, την ανάλυση και την ευκρίνεια (Καγιάς Μ., 2011) Είδη Μαστογραφίας Υπάρχουν διάφορα είδη μαστογραφίας με βάση την τεχνολογία που χρησιμοποιείται. Τα είδη της μαστογραφίας είναι: Μαστογραφία ακτίνων Χ (film-screen X-ray mammography) Μαγνητική μαστογραφία (Magnetic Resonance Imaging MRI) Μαστογραφία εκπομπής ποζιτρονίων (Positron Emission Mammography PEM) Ψηφιακή μαστογραφία (Digital Mammography) Η μαστογραφία ακτίνων Χ (αλλιώς και αναλογική μαστογραφία) είναι η παλαιότερη μέθοδος μαστογραφίας στην οποία εκπέμπονται ακτίνες Χ ώστε να δημιουργηθεί η εικόνα του μαστού στο ακτινογραφικό φιλμ. Η αναλογική μαστογραφία μπορεί να συγκριθεί με την πιο σύγχρονη μέθοδο απεικόνισης, την ψηφιακή μαστογραφία, η οποία χρησιμοποιεί την ίδια τεχνική με την διαφορά ότι η εικόνα δεν αποτυπώνεται σε ακτινογραφικό φιλμ αλλά στον υπολογιστή. Η ψηφιακή μαστογραφία προσφέρει πολλά πλεονεκτήματα έναντι άλλων μεθόδων απεικόνισης. Ορισμένα από αυτά είναι ότι μπορεί να αποθηκευτεί και να μεταφερθεί ηλεκτρονικά επιτρέποντας την εξ αποστάσεως διάγνωση, μπορεί να υποστεί περαιτέρω επεξεργασία με την χρήση εργαλείων λογισμικού για τον εντοπισμό ακόμα και των πιο περίπλοκων χαρακτηριστικών ενδεικτικών για τον καρκίνο. Επίσης πολύ σημαντικό είναι το γεγονός ότι σε περίπτωση υπό-έκθεσης ή υπέρ-έκθεσης η ψηφιακή μαστογραφία είναι δυνατόν να διορθωθεί χωρίς ο ασθενής να υποβληθεί ξανά σε μαστογραφία (Τσάκωνας Ι., 2009). Η μαγνητική μαστογραφία και η μαστογραφία εκπομπής ποζιτρονίων είναι και αυτές μέθοδοι απεικόνισης που εισήχθησαν τα τελευταία χρόνια και αποτελούν τεχνικές για την ανίχνευση, τη διάγνωση και τη σταδιοποίηση του καρκίνου του μαστού. Η 26

27 τεχνική που χρησιμοποιούν δεν σχετίζεται με την εκπομπή ακτίνων Χ στην οποία στηρίζονταν οι τεχνικές που αναφέρθηκαν προηγουμένως. Θα πρέπει να σημειωθεί ότι οι μέθοδοι αυτοί δεν μπορούν να αντικαταστήσουν την κλασσική μαστογραφία αλλά μπορούν συμπληρωματικά να βοηθήσουν στην ερμηνεία του αποτελέσματος. Ασθενείς που δεν μπορούν να υποβληθούν σε μαγνητική μαστογραφία εξαιτίας των αντενδείξεων χρήσης της (βηματοδότες, μεταλλικά ξένα σώματα, νεφρική νόσος κ.α.) πραγματοποιούν μαστογραφία εκπομπής ποζιτρονίων. Ωστόσο, ένα σημαντικό μειονέκτημα της μαστογραφίας εκπομπής ποζιτρονιών είναι η έκθεση σε ακτινοβολία. Συγκεκριμένα ο κίνδυνος πρόκλησης καρκίνου είναι περίπου 15 φορές υψηλότερος σε σχέση με οποιαδήποτε αναλογική ή ψηφιακή μαστογραφία και αφορά όλα τα όργανα του σώματος καθώς όλα ακτινοβολούνται με ραδιονουκλίδια (Glass SB. & Shah ZA., 2013) Ερμηνεία Μαστογραφίας Η αποτελεσματική ανίχνευση του καρκίνου του μαστού είναι ο πιο αποτελεσματικός τρόπος για τη μείωση της θνησιμότητας. Η μαστογραφία θεωρείται η καλύτερη και δημοφιλέστερη μέθοδος απεικόνισης για την ανίχνευση του καρκίνου του μαστού. Σαν μέθοδος απεικόνισης είναι πολύ ακριβής, αλλά όπως και οι περισσότερες ιατρικές εξετάσεις, δεν είναι τέλεια. Κατά μέσο όρο, η μαστογραφία μπορεί να ανιχνεύσει περίπου το 80% με 90% των καρκίνων του μαστού σε γυναίκες χωρίς συμπτώματα. Ο αυξημένος έλεγχος έχει οδηγήσει σε μεγάλη αύξηση του αριθμού των μαστογραφιών που χρήζουν ερμηνείας (Maitra IK. et al, 2012). Για να μπορέσει να ερμηνευτεί σωστά μια μαστογραφία σημαντικό ρόλο παίζει ο ραδιολόγος. Ο καρκίνος του μαστού ο οποίος βρίσκεται σε αρχικό στάδιο είναι δύσκολο να ανιχνευθεί ιδίως όταν ενσωματώνεται σε ιστό υψηλής πυκνότητας ή περίπλοκης δομής. Στην δυσκολία αυτή συμβάλλει και το γεγονός ότι το πλήθος των καρκινικών ιστών είναι μικρότερο σε σχέση με το πλήθος των φυσιολογικών ιστών. Η ερμηνεία των μαστογραφιών είναι μια περίπλοκη διαδικασία η οποία απαιτεί υψηλό επίπεδο αντίληψης και ερμηνευτικών ικανοτήτων, γιατί ορισμένες φορές ο φυσιολογικός ιστός είναι πιθανό να φαίνεται ύποπτος ή και το αντίστροφο. Κατά την αποκρυπτογράφηση μιας μαστογραφίας είναι δυνατόν να προκύψουν δύο είδη λαθών, η λάθος-θετική διάγνωση και η λάθος-αρνητική διάγνωση. Το δεύτερο 27

28 είναι το πιο κρίσιμο λάθος καθώς ενώ υπάρχει όγκος (καλοήθης ή κακοήθης) δεν γίνεται αντιληπτός με αποτέλεσμα ο ασθενής να λάβει τη διάγνωση ότι είναι υγιής. Αυτό οδηγεί στην καθυστέρηση της σωστής διάγνωσης που συνεπάγεται την καθυστέρηση της κατάλληλης θεραπείας γεγονός καθοριστικό για την εξέλιξη της υγείας του ασθενούς. Μια λάθος αρνητική διάγνωση μπορεί να οφείλεται είτε σε λάθος του ραδιολόγου (λόγω κούρασης ή απόσπασης προσοχής) είτε στο γεγονός ότι κάποιοι όγκοι δεν είναι ορατοί μέχρι που γίνονται ψηλαφητοί. Η λάθος θετική διάγνωση αφορά την διάγνωση της φυσιολογικής μαστογραφίας ως μη φυσιολογικής. Το λάθος αυτό έχει κυρίως αρνητικές ψυχολογικές συνέπειες πάνω στον ασθενή χωρίς να είναι επικίνδυνο. Υπολογίζεται ότι µια γυναίκα ηλικίας μεταξύ ετών, που υποβάλλεται σε μαστογραφία κάθε χρόνο, έχει πιθανότητα 30% να διαγνωστεί λανθασμένα- θετικά και γύρω στο 7 µε 8% να υποστεί βιοψία του µαστού, που είναι µια διαδικασία επίπονη και αρκετά ψυχοφθόρα. Η αντίστοιχη πιθανότητα της λάθους- θετικής διάγνωσης για γυναίκες άνω των 50 ετών είναι περίπου 25% (Ρουσάκη Δ., 2006). 28

29 2. ΕΞΟΡΥΞΗ ΓΝΩΣΗΣ ΑΠΟ ΙΑΤΡΙΚΑ ΔΕΔΟΜΕΝΑ Η πληροφορική είναι ένας κλάδος που αναπτύσσεται ταχύτατα με αποτέλεσμα να συναντάμε εφαρμογές της σχεδόν παντού. Η χρήση των ηλεκτρονικών υπολογιστών σε νοσοκομεία, κέντρα υγείας αλλά και σε άλλους οργανισμούς που σχετίζονται με την υγεία πρόσφερε την δυνατότητα της αποθήκευσης μεγάλου όγκου δεδομένων αλλά και της εύκολης πρόσβασης σε αυτά (Κοντός Κ., 2013). Ο όγκος αυτός των ιατρικών δεδομένων δεν έχει αξία παρά μόνο αν μπορέσει να μετατραπεί σε πληροφορία, τότε γίνεται χρήσιμος. Προκειμένου να εξαχθεί κάποια χρήσιμη πληροφορία από το σύνολο των δεδομένων δημιουργήθηκε ο κλάδος της εξόρυξης δεδομένων. Ο κλάδος αυτός υπάρχει πάνω από σχεδόν δύο δεκαετίες και δημιουργήθηκε διότι οι μέχρι τότε παραδοσιακές στατιστικές τεχνικές δεν ήταν επαρκής για να χειριστούν τον τεράστιο αυτό όγκο δεδομένων. Πλέον υπήρχε άμεση ανάγκη για καλύτερους, ταχύτερους και φθηνότερους τρόπους για την διαχείριση της ποσότητας δεδομένων. Σήμερα εκτός του ότι αυξάνεται ο αριθμός των βάσεων δεδομένων που δημιουργούνται, οι βάσεις επιτρέπουν και την αποθήκευση διαφορετικών τύπων δεδομένων όπως το κείμενο, η εικόνα, ο ήχος και το βίντεο. Για το λόγο αυτό η θέσπιση μιας μεθοδολογίας, για την ανακάλυψη γνώσης και τη διαχείριση των μεγάλων ποσοτήτων ετερογενών δεδομένων, έχει καταστεί βασική προτεραιότητα (Ting S.L. et al, 2009). Η εξόρυξη γνώσης χρησιμοποιεί πληροφορίες από το παρελθόν για να αναλύσει ένα συγκεκριμένο πρόβλημα ή μια κατάσταση που μπορεί να προκύψει. Χρησιμοποιείται για να την ανάλυση δεδομένων που αποθηκεύονται σε βάσεις δεδομένων, όπου ο όγκος τους είναι αδύνατον να επεξεργασθεί αποτελεσματικά και γρήγορα από τον άνθρωπο (Αλεξιάδης Χ., 2014). 29

30 Η διαδικασία εξόρυξης γνώσης περιλαμβάνει κάποια σημαντικά βήματα (Τσέτσου Ε.,2008): Κατανόηση του πεδίου έρευνας: Κατανόηση στόχων και απαιτήσεων Κατανόηση και συλλογή δεδομένων: Συγκέντρωση και οργάνωση δεδομένων ώστε να είναι εκμεταλλεύσιμα Προ-επεξεργασία δεδομένων: Επεξεργασία δεδομένων (π.χ. διαχείριση κενών τιμών, διακριτοποίηση συνεχών τιμών, εξάλειψη ακραίων τιμών κ.α.) ώστε να προκύψει το τελικό σύνολο δεδομένων που θα εισαχθεί στο μοντέλο Μοντελοποίηση: Επιλογή κατάλληλου μοντέλου (αλγόριθμος εκπαίδευσης) ώστε να επιτύχουμε το βέλτιστο αποτέλεσμα Εκτίμηση αποτίμηση: Εκτίμηση αποδοτικότητας και καταλληλότητας μοντέλου. Ο έλεγχος αυτός γίνεται δίνοντας στο μοντέλο νέα δεδομένα τα οποία δεν χρησιμοποιήθηκαν στην εκπαίδευση αλλά είναι ήδη κατηγοριοποιημένα με σκοπό να δούμε την αποτελεσματικότητα του μοντέλου Αξιοποίηση: Τελευταίο στάδιο στο οποίο γίνεται παρουσίαση των αποτελεσμάτων με τρόπο κατανοητό από τον τελικό χρήστη 2.1. Σημασία εξόρυξης γνώσης από μαστογραφίες Η μαστογραφία θεωρείται η πιο αξιόπιστη μέθοδος όσον αφορά την ανίχνευση του πρώιμου καρκίνου του μαστού. Λόγω του μεγάλου όγκου δεδομένων (μαστογραφιών), τα οποία πρέπει εξεταστούν από τους ιατρούς, το ποσοστό ακρίβειας τείνει να μειώνεται και η ανάγκη για αυτόματη ανάγνωση των ψηφιακών μαστογραφιών γίνεται ιδιαιτέρως επιθυμητή. Έχει αποδειχθεί ότι η διπλή ανάγνωση μαστογραφιών (ανάγνωση από δυο ακτινολόγους ιατρούς) αυξάνει το ποσοστό ακρίβειας εντούτοις αυξάνει και το κόστος. Για το λόγο αυτό είναι απαραίτητη η εξόρυξη γνώσης από μαστογραφίες με τη βοήθεια των ηλεκτρονικών υπολογιστών, καθώς μπορούν να βοηθήσουν το ιατρικό προσωπικό και να επιτύχουν υψηλή αποτελεσματικότητα και αποδοτικότητα (Antonie ML., Zaiane OR., Coman A., 2001). 30

31 Η εξόρυξη δεδομένων αποτελεί σημαντικό στάδιο στη διαδικασία ανακάλυψης γνώσης από βάσεις δεδομένων. Ο καρκίνος του μαστού όπως αναφέρθηκε και στο προηγούμενο κεφάλαιο, έχει γίνει ο κύριος λόγος θανάτου των γυναικών στις αναπτυγμένες χώρες. Ο αποτελεσματικότερος τρόπος για την μείωση των θανάτων από τον καρκίνο του μαστού είναι η έγκαιρη διάγνωση. Η έγκαιρη διάγνωση έχει ανάγκη από μια αξιόπιστη και με μεγάλη ακρίβεια διαδικασία διάγνωσης η οποία θα μπορούσε να χρησιμοποιηθεί από γιατρούς για την διάκριση των καλοηθών και κακοηθών όγκων του μαστού χωρίς να απαιτείται η εφαρμογή χειρουργικής βιοψίας. Ο στόχος αυτών των προβλέψεων είναι η κατηγοριοποίηση των ασθενών σε δύο ομάδες, την καλοήθη στην οποία δεν υπάρχει καρκίνος και την κακοήθη στην οποία υπάρχει ισχυρή ένδειξη ύπαρξης καρκίνου του μαστού. Η πρόβλεψη της έκβασης της νόσου αποτελεί επίσης πρόκληση αλλά και ένα από τα πιο ενδιαφέροντα σημεία των εφαρμογών εξόρυξης δεδομένων. Οι τεχνικές εξόρυξης δεδομένων έχουν γίνει πλέον ένα δημοφιλές εργαλείο έρευνας για τους ιατρικούς ερευνητές το οποίο τους βοηθά όχι μόνο να εντοπίσουν και να αξιοποιήσουν πρότυπα και σχέσεις μεταξύ μεγάλου αριθμού μεταβλητών, αλλά και να προβλέψουν την έκβαση της νόσου χρησιμοποιώντας ιστορικά σύνολα δεδομένων (Kharya S., 2012) Τεχνικές κατηγοριοποίησης σε δεδομένα από μαστογραφίες Η κατηγοριοποίηση θεωρείται μια από τις βασικότερες τεχνικές εξόρυξης γνώσης. Ο ρόλος της είναι να εξετάσει τα χαρακτηριστικά ενός αντικειμένου και να τα ταξινομήσει σε έναν προκαθορισμένο αριθμό κλάσεων. Στην κατηγοριοποίηση υπάρχει ένας καθορισμένος αριθμός κλάσεων και ένα σύνολο παραδειγμάτων τα οποία χρησιμοποιούνται για την εκπαίδευση του μοντέλου ταξινόμησης. Στόχος είναι η δημιουργία ενός μοντέλου το οποίο θα ταξινομεί μελλοντικά μη κατηγοριοποιημένα δεδομένα (Καλλά Μ., 2012). Συγκεκριμένα, το σύνολο των δεδομένων μας διακρίνεται σε σύνολο εκπαίδευσης (training set) και σύνολο ελέγχου (test set). Το σύνολο εκπαίδευσης χρησιμοποιείται για την εκπαίδευση του αλγορίθμου ταξινόμησης ενώ το σύνολο ελέγχου για την αξιολόγηση του αλγορίθμου με βάση τη γνώση που απέκτησε προηγουμένως (Εικόνα 2.2). Αυτό γίνεται έτσι ώστε να δημιουργήσουμε έναν αλγόριθμο ο οποίος θα έχει μεγάλη ακρίβεια και θα μπορεί να ταξινομεί καλύτερα μελλοντικά δεδομένα. 31

32 Εικόνα 2.2: Διαδικασία Κατηγοριοποίησης (Παρασύρη Ε., 2014). Η κατηγοριοποίηση σαν μέθοδος εξόρυξης γνώσης έχει χρησιμοποιηθεί σε πολλές έρευνες με δεδομένα ογκολογίας (Κοντός κ., 2013). Η μαστογραφία αποτελεί ένα σπουδαίο πεδίο έρευνας. Η κατηγοριοποίηση των εικόνων μαστογραφίας προκαλεί το ενδιαφέρον των περισσοτέρων ερευνητών σήμερα. Μελέτες έχουν δείξει ότι δυστυχώς σημαντικό ποσοστό ανωμαλιών διαφεύγει από την προσοχή των ακτινολόγων. Για το λόγο αυτό θα ήταν απαραίτητη η ανάπτυξη με την βοήθεια των υπολογιστών ενός μοντέλου ταξινόμησης με βάση τα χαρακτηριστικά που εξάγονται από την περιοχή ενδιαφέροντος (ROI) των μαστογραφιών. Βεβαίως, όλο αυτό δεν γίνεται για την αντικατάσταση των ακτινολόγων αλλά για την υποβοήθηση τους στη διαδικασία λήψης αποφάσεων (Jog N.V. & Mahadik S.R., 2014). Οι πιο γνωστές τεχνικές κατηγοριοποίησης είναι (Καλλά Μ., 2012): Δέντρα Αποφάσεων (Decision Trees): δενδροειδής δομές που απεικονίζουν γραφικά τις σχέσεις των δεδομένων εκπαίδευσης Ταξινόμηση κατά Bayes: χρήση πιθανολογικού μοντέλου βασισμένο στη θεωρία Bayes Νευρωνικά Δίκτυα (Neural Networks): Δίκτυα τα οποία χρησιμοποιούν τα χαρακτηριστικά ως εισόδους και τις κλάσεις ως εξόδους Εύρεση Κοντινότερων γειτόνων (k-nearest Neighbors): Κατηγοριοποίηση με βάση τα k κοντινότερα παραδείγματα από το σύνολο εκπαίδευσης Μηχανές Διανυσματικής Υποστήριξης (Support Vector Machines) 32

33 Κατηγοριοποίηση Αποτιτανώσεων Οι αποτιτανώσεις αποτελούν το συνηθέστερο εύρημα που συναντάται στις μαστογραφίες και εμφανίζονται οπουδήποτε μέσα στο μαστό. Η μορφολογία και η κατανομή των αποτιτανώσεων αποτελούν τα σημαντικότερα στοιχεία για την κατηγοριοποίηση των αποτιτανώσεων μεταξύ καλοηθών και κακοηθών περιπτώσεων (Kallergi M. et al., ). Επίσης η αλλαγή των αποτιτανώσεων με το πέρας του χρόνου αποτελεί και αυτό ένα ακόμα στοιχείο. Η ταξινόμηση των αποτιτανώσεων δεν είναι μια απλή διαδικασία, έχει γίνει μεγάλη έρευνα και έχουν δημοσιευτεί πολλά σχετικά άρθρα. Οι αποτιτανώσεις με βάση το λεξικό BI-RADS (Breast Imaging Reporting And Data Systems) διακρίνονται σε καλοήθεις, ενδιάμεσης μορφολογίας και υψηλής πιθανότητας κακοήθειας. Το λεξικό αυτό είναι ένας κώδικας επικοινωνίας μεταξύ των ιατρών και είναι ευρέως γνωστό στις περισσότερες χώρες που χρησιμοποιούν την μαστογραφία ως μέθοδο απεικόνισης του καρκίνου του μαστού. Δημιουργήθηκε από την συνεργασία πολλών ιατρικών ομάδων και εκδόθηκε σε μορφή άτλαντα από το Αμερικάνικο Κολλέγιο Ραδιολογίας (American College of Radiology). Αποτελεί σημαντικό εργαλείο στην εκπαίδευση μαθητευόμενων ακτινολόγων αλλά και έναν οδηγό για την ερμηνεία των μαστογραφιών με λιγότερες παρερμηνείες. Η ύπαρξη αυτού του οδηγού διευκολύνει την σύγκριση που είναι απαραίτητη στη μαστογραφία. Οι αποτιτανώσεις είναι συχνά καλοήθεις εντούτοις σε κάποιες περιπτώσεις εμφανίζονται λιγότερο ή και περισσότερο ύποπτες. Για αυτό η κατηγοριοποίηση τους είναι πολύ σημαντική έτσι ώστε ο ιατρός να αποφανθεί αν είναι σαφώς καλοήθεις, αν χρειάζονται παρακολούθηση ή ακόμα και βιοψία. Για την ταξινόμησή τους θα πρέπει να γίνει ανάλυση της μορφολογίας τους, της πυκνότητας καθώς και της κατανομής τους μέσα στο μαστό, ιδίως γύρω από την περιοχή της θηλής. Ορισμένα παραδείγματα αυτών των τύπων αποτιτανώσεων (σύμφωνα με το λεξικό BI-RADS) που αναφέραμε στην προηγούμενη παράγραφο είναι (Αντωνίου Ζ., 2010): Καλοήθεια: π.χ. δερματικές αποτιτανώσεις, γαλακτώδεις κ.α. Ενδιάμεσης μορφολογίας: π.χ. άμορφες αποτιτανώσεις Υψηλής πιθανότητας κακοήθεια: π.χ. γραμμικές, διακλαδισμένες 33

34 3. ΤΑΞΙΝΟΜΗΣΗ ΤΩΝ ΜΙΚΡΟΑΠΟΤΙΤΑΝΩΣΕΩΝ ΣΕ ΚΑΛΟΗΘΕΙΣ ΚΑΙ ΚΑΚΟΗΘΕΙΣ: ΑΝΑΣΚΟΠΗΣΗ ΜΕΛΕΤΩΝ Στο κεφάλαιο αυτό της διπλωματικής εργασίας αναφέρεται η σημασία της μελέτης των μικροαποτιτανώσεων με τις οποίες θα ασχοληθούμε και παρατίθενται διάφορες μελέτες για την ανίχνευση καρκίνου του μαστού της διεθνούς βιβλιογραφίας Η σημασία της μελέτης των μικροαποτιτανώσεων Οι αποτιτανώσεις εμφανίζονται συχνά σε μαστογραφικές εικόνες και μπορεί να συνδέονται ή όχι με βλάβες. Η μορφολογία τους αλλά και η θέση τους παρέχουν ενδείξεις για την αιτιολογία τους καθώς και για το αν σχετίζονται με καλοήθεις ή κακοήθεις περιπτώσεις. Υπάρχουν δύο τύποι αποτιτανώσεων οι μικροαποτιτανώσεις και οι μακροαποτιτανώσεις (Moradmand H., Setayeshi S., Targhi H.S., 2011). Οι μικροαποτιτανώσεις αποτελούν τις σημαντικότερες ακτινογραφικές ενδείξεις που σχετίζονται με τον καρκίνο του μαστού επειδή παρουσιάζονται σε ποσοστό 30% - 50% σε όλους τους καρκίνους που έχουν βρεθεί σε μαστογραφίες. Οι μικροαποτιτανώσεις εμφανίζονται ως μικρές φωτεινές αυθαίρετου σχήματος περιοχές στις εικόνες μαστογραφίας και συχνά αποτελούν ενδείξεις πρώιμου καρκίνου του μαστού. Η ερμηνεία τους ωστόσο είναι πολύ δύσκολη λόγω των μορφολογικών χαρακτηριστικών τους. Το μέγεθός τους είναι πολύ μικρό κυμαίνεται στην περιοχή του χιλιοστού με μέσο όρο περίπου τα 0.3 χιλιοστά. Επίσης, στην δυσκολία ανίχνευσης των μικροαποτιτανώσεων συμβάλουν και άλλοι παράγοντες όπως η ασαφής φύση τους, η χαμηλή αντίθεση και η χαμηλή ικανότητα διάκρισης από το περιβάλλον τους. Επιπλέον, στις γυναίκες νεαρότερης ηλικίας οι ιστοί του μαστού παρουσιάζονται πιο πυκνοί με αποτέλεσμα να παρερμηνεύονται ορισμένες φορές ως μικροαποτιτανώσεις. Αυτό μπορεί να οφείλεται σε ανατομικές δομές (π.χ. σύνορα μαστού, υπερτροφικοί λοβοί κλπ.) αλλά και σε άλλους παράγοντες (Krishnaveni S., Bhanumathi R., Pugazharasan T., 2014). Άλλοι παράγοντες όπως δακτυλικά αποτυπώματα, σκόνη στο εμφανιστήριο, τρίχες, δερματοστιξία και χρήση καλλυντικών στο δέρμα του στήθους μπορούν επίσης να παρερμηνευτούν ως μικροεπασβεστώσεις (Μπαρδά Φ., 2013). 34

35 Η πολύ συχνή εμφάνιση τους, η συσχέτιση τους πολλές φορές με τον καρκίνο του μαστού καθώς και η δυσκολία στην ανίχνευσή τους έχουν οδηγήσει τα τελευταία χρόνια τους ερευνητές στη συστηματική μελέτη των μικροαποτιτανώσεων. Στόχος είναι η δημιουργία ενός μοντέλου που θα εντοπίζει και θα ταξινομεί ορθά τις μικροεπασβεστώσεις έτσι ώστε να υπάρχει σωστή διάγνωση χωρίς σφάλματα και άσκοπες βιοψίες Η τρέχουσα τεχνολογική στάθμη Την τελευταία εικοσαετία όλο και περισσότερες μελέτες ασχολούνται με την υλοποίηση και ανάπτυξη συστημάτων υποβοηθούμενης διάγνωσης. Τα συστήματα αυτά διακρίνονται σε δύο κατηγορίες, στην πρώτη κατηγορία ανήκουν τα συστήματα υποβοηθούμενης ανίχνευσης ευρημάτων (CADe) τα οποία εντοπίζουν τις ύποπτες περιοχές ενώ αφήνουν την ανάλυση και διάγνωση στον ακτινολόγο. Στην δεύτερη κατηγορία ανήκουν τα συστήματα υποβοηθούμενης κατηγοριοποίησης ευρημάτων (CADx) τα οποία δέχονται μια περιοχή ενδιαφέροντος (ROI - Region of Interest) την επεξεργάζονται και καταλήγουν σε μία διάγνωση (Τζαβέλλα Κ., 2015). Η παρούσα διπλωματική ασχολείται με την δημιουργία συστήματος υποβοήθησης κατηγοριοποίησης ευρημάτων και συγκεκριμένα μικροαποτιτανώσεων. Εντούτοις, πριν γίνει παρουσίαση της συγκεκριμένης έρευνας θα ήταν ορθό να γίνει μια αναφορά γενικά σε μελέτες που έχουν γίνει κατά καιρούς και αφορούν την ανίχνευση καρκίνου του μαστού καθώς και σε άλλες παρόμοιες με την δική μας μελέτες. Σε μια πρόσφατη μελέτη που έγινε στην Τουρκία αναπτύχθηκε σύστημα υποβοηθούμενης διάγνωσης για την ταξινόμηση όγκων του μαστού από μαστογραφίες το οποίο βασίστηκε στο σφαιρικό μετασχηματισμό wavelet των περιοχών ενδιαφέροντος και στην ταξινόμηση τους με την χρήση μηχανών διανυσμάτων υποστήριξης ή αλλιώς SVM (Support Vector Machines). Στην συγκεκριμένη έρευνα χρησιμοποιήθηκαν μαστογραφίες τόσο από την βάση δεδομένων MIAS όσο και από το πανεπιστημιακό νοσοκομείο της Κωνσταντινούπολης και το ποσοστό ακρίβειας της μεθοδολογίας αυτής άγγιξε σε ποσοστό περίπου το 90% (Gorgel P. et al., 2015). Επίσης σε μια άλλη παρόμοια έρευνα ταξινόμησης όγκων μαστού χρησιμοποιήθηκαν οι μηχανές διανυσμάτων υποστήριξης καθώς και μια ποικιλία χαρακτηριστικών (wavelet, shape and statistical 35

36 features) για την ταξινόμηση των περιοχών ενδιαφέροντος σε φυσιολογικές και μη φυσιολογικές και τη περαιτέρω κατηγοριοποίηση των μη φυσιολογικών σε κακοήθεις ή καλοήθεις (Basheer N. M. & Mohammed M. H., 2013). Επιπρόσθετα, σε μια μελέτη ταξινόμησης βλαβών του μαστού στην οποία χρησιμοποιήθηκαν χαρακτηριστικά σχήματος και υφής συγκρίθηκαν οι μέθοδοι ταξινόμησης SVM και Bayesian networks και βρέθηκε ότι η πρώτη μεγιστοποιεί την απόδοση ταξινόμησης (Samulski M.R.M., 2006). Στην έρευνα των (Baeg S. & Kehtarnavaz N., 2012) χρησιμοποιήθηκαν 404 επιβεβαιωμένες με βιοψία μαστογραφίες με την παρουσία μάζας (218 καλοήθεις και 186 κακοήθεις) από την βάση δεδομένων DDSM από τις οποίες εξήχθησαν δύο χαρακτηριστικά υφής, η πυκνότητα και η αρχιτεκτονική αλλοίωση για την κατηγοριοποίηση των μαζών. Για την ταξινόμηση χρησιμοποιήθηκε νευρωνικό δίκτυο ανάστροφης διάδοσης τριών επιπέδων ενώ, για την αξιολόγηση του συστήματος έγινε χρήση της μετρικής AUC (Area Under Curve) η οποία άγγιξε το 90%. Εκτός από την μαστογραφία που αποτελεί την πιο διαδεδομένη μέθοδο απεικόνισης, σε αρκετές έρευνες έχει χρησιμοποιηθεί η γαλακτογραφία για τον εντοπισμό καρκινικών και προ-καρκινικών όγκων οι οποίοι δεν θα ήταν δυνατό να ανιχνευθούν διαφορετικά. Η γαλακτογραφία μπορεί να απεικονίσει τη δενδρική δομή του γαλακτοφόρου δικτύου με την χρήση του μαστογράφου και μιας σκιαγραφικής ουσίας. «Διάφοροι τύποι καρκίνων του μαστού έχουν την τάση να απλώνονται κατά μήκος της επιφάνειας των γαλακτοφόρων πόρων». Για το λόγο αυτό, η μελέτη των γαλακτογραφιών τα τελευταία χρόνια αυξάνεται με σκοπό την εύρεση συσχετίσεων μεταξύ των ιδιοτήτων των γαλακτοφόρων δένδρων (ductal trees) και των ακτινολογικών ευρημάτων τα οποία πιθανότατα φανερώνουν καρκίνο του μαστού (Σκούρα Α., 2009). Στην μελέτη των (Babik P.R. et al., 2003) χρησιμοποιήθηκε ο πίνακας διακλαδώσεων (R-matrix) για την προσομοίωση και κατηγοριοποίηση των δενδρικών δομών που σχηματίζουν οι γαλακτοφόροι πόροι του μαστού. Τα στοιχεία του πίνακα αυτού αντιπροσωπεύουν τις πιθανότητες διακλάδωσης σε διάφορα επίπεδα ενός δένδρου. Οι γαλακτογραφίες που χρησιμοποιήθηκαν προήλθαν τόσο από ασθενείς με ακτινολογικά ευρήματα όσο και από ασθενείς χωρίς ακτινολογικά ευρήματα. Η αξιολόγηση της ταξινόμησης που βασίστηκε στον πίνακα διακλαδώσεων έγινε με την 36

37 χρήση Bayesian κανόνα απόφασης. Σε μια άλλη έρευνα που διεξήχθη 3 χρόνια αργότερα προτάθηκε ο χαρακτηρισμός της τοπολογίας του γαλακτοφόρου δικτύου με βάση τις fractal ιδιότητες. Αρχικά υπολογίστηκε η κανονικοποιημένη απόσταση των μονοδιάστατων υπογραφών των γαλακτοφόρων δένδρων με χρήση της κωδικοποίησης πρώτα κατά βάθος και έπειτα η απόκλιση της fractal διάστασης μεταξύ των δύο κλάσεων αξιολογήθηκε με την εφαρμογή του t-test. Η έρευνα αυτή έδειξε ότι υπάρχουν στατιστικώς σημαντικές διαφορές των fractal ιδιοτήτων μεταξύ υγιών και ασθενών (Kontos D. et al., 2006). Άλλη μία μέθοδος που προτάθηκε για τον χαρακτηρισμό των δενδρικών δομών που απεικονίζονται στις γαλακτογραφίες είναι αυτή των (Megalooikonomou V. et al., 2009) στην οποία παρουσιάζονται συστήματα κωδικοποίησης δέντρου κάνοντας χρήση της κωδικοποίησης Prüfer και της κωδικοποίησης πρώτα κατά βάθος έτσι ώστε να δημιουργηθεί μια συμβολοσειρά η οποία θα περιγράφει την τοπολογία των διακλαδώσεων ενός δέντρου. Με αυτόν τον τρόπο το πρόβλημα ταξινόμησης του δέντρου ανάγεται σε πρόβλημα ταξινόμησης συμβολοσειράς. Εν συνεχεία με την χρήση της τεχνικής εξόρυξης κειμένου tf-idf ανέθεσαν έναν συντελεστή σημαντικότητας για κάθε όρο της συμβολοσειράς δημιουργώντας έτσι ένα διάνυσμα βαρών (για κάθε συμβολοσειρά) και ταξινόμησαν τα διανύσματα αυτά χρησιμοποιώντας knn και την μετρική της ομοιότητας του συνημίτονου. Η μελέτη των αποτιτανώσεων και συγκεκριμένα των μικροαποτιτανώσεων κερδίζει ολοένα και περισσότερο το ενδιαφέρον των ερευνητών μιας και έχει συνδεθεί τις περισσότερες φορές με την εμφάνιση καρκίνου του μαστού σε πρώιμο στάδιο. Αυτό έχει οδηγήσει στο να γίνονται τελευταία πολλές μελέτες που αφορούν στην ανίχνευσή τους αλλά και στην κατηγοριοποίησή τους χρησιμοποιώντας όσο το δυνατόν πιο αποδοτικούς και βέλτιστους αλγορίθμους. Όταν αναφερόμαστε στην μελέτη των μικροαποτιτανώσεων συνήθως εννοούμε την μελέτη των συστάδων μικροαποτιτανώσεων. Μια συστάδα περιέχει τουλάχιστον τρεις ή και περισσότερες μικροαποτιτανώσεις, οι οποίες έχουν κάποια διάταξη στο χώρο και καταλαμβάνουν μικρή περιοχή (<=1cm 2 ). Η παρουσία μιας συστάδας υποδηλώνει καλοήθεις ή κακοήθεις διεργασίες στο μαστό και μπορούν να εντοπιστούν συνήθως περισσότερες της μίας συστάδας μικροαποτιτανώσεων σε έναν μαστό. Στην έρευνα των (Oporto-Diaz S. et al, 2005) έγινε προσπάθεια ανίχνευσης με 37

38 την χρήση βελτιστοποιημένων γκαουσιανών φίλτρων όλων των πιθανών μικροαποτιτανώσεων που βρίσκονται σε μια μαστογραφία και με την χρήση των νευρωνικών δικτύων ανιχνεύθηκαν οι πραγματικές μικροαποτιτανώσεις. Έπειτα οι μικροεπασβεστώσεις ομαδοποιήθηκαν, αρχικά ανιχνεύθηκαν διάφορες συστάδες σε κάθε μαστογραφία και εν συνεχεία όλες οι μικροεπασβεστώσεις κάθε μαστογραφίας θεωρήθηκαν ως μια ενιαία συστάδα. Η έρευνα αυτή απέδειξε ότι η διαγνωστική ακρίβεια αυξάνεται όταν η διάγνωση βασίζεται σε κάθε συστάδα που εντοπίζεται σε μια μαστογραφία παρά όταν όλες οι μικροαποτιτανώσεις μιας μαστογραφίας θεωρούνται μια ενιαία συστάδα. Αρκετές μελέτες χρησιμοποιούν μια μεγάλη ποικιλία χαρακτηριστικών και ταξινομητών για το χαρακτηρισμό και την ταξινόμηση των μικροαποτιτανώσεων σε καλοήθεις ή κακοήθεις. Στην έρευνα των (Veldkamp et al., 2001) χρησιμοποιήθηκαν 2 τύποι χαρακτηριστικών: τα χαρακτηριστικά κατανομής τα οποία βασίζονταν στην κατανομή των μεμονωμένων μικροαποτιτανώσεων εντός της συστάδας, καθώς και τα χαρακτηριστικά όπως το σχήμα και η θέση του cluster. Ο ταξινομητής που χρησιμοποιήθηκε στην συγκεκριμένη έρευνα ήταν ο knn και ως μετρική αξιολόγησης χρησιμοποιήθηκε η περιοχή κάτω από την καμπύλη ROC η τιμή της οποίας ήταν περίπου 0,83. Μια άλλη επιστημονική μελέτη ήταν των (Foggia et al., 2001) στην οποία τέσσερα χαρακτηριστικά γνωρίσματα εξήχθησαν με βάση την ανάλυση του σχήματος (πυκνότητα, τραχύτητα, κλίση της έντασης του γκρι στην περίμετρο και τοπική αντίθεση). Ο ταξινομητής που χρησιμοποιήθηκε ήταν τα νευρωνικά δίκτυα και το σύνολο δεδομένων αφορούσε 40 μαστογραφίες από τη βάση δεδομένων Nijmegen. Σε μια έρευνα των (Papadopoulos A., et al. 2004) έγινε προσπάθεια να ταξινομηθούν οι συστάδες μικροαποτιτανώσεων χρησιμοποιώντας νευρωνικά δίκτυα και μηχανές διανυσμάτων υποστήριξης. Στην συγκεκριμένη μελέτη χρησιμοποιήθηκαν χαρακτηριστικά που περιγράφουν το cluster (όπως cluster area, cluster entropy, cluster elongation κ.α.), η προτεινόμενη μέθοδος αφορούσε τρία στάδια έρευνας: την ανίχνευση των συστάδων μικροαποτιτανώσεων, την επιλογή των πιο σημαντικών χαρακτηριστικών μέσω ROC ανάλυσης και τέλος την ταξινόμηση αυτών των χαρακτηριστικών τόσο με νευρωνικά δίκτυα όσο και με μηχανές διανυσμάτων υποστήριξης (SVM). Τα δεδομένα που χρησιμοποιήθηκαν προήλθαν από τις βάσεις 38

39 δεδομένων Nijmegen (105 clusters 76 malignant, 29 benign) και MIAS (25 clusters 12 malignant, 13 benign). Η αξιολόγηση και των δύο ταξινομητών έδειξε ότι ο SVM παρείχε καλύτερα αποτελέσματα για τα δεδομένα και των δύο βάσεων δεδομένων σε αντίθεση με τα νευρωνικά δίκτυα που η απόδοση τους ήταν ελάχιστα μικρότερη. Τα συμπεράσματα αυτής της έρευνας έρχονται σε αντίθεση με πιο πρόσφατη έρευνα στην οποία έγινε σύγκριση αυτών των δύο ταξινομητών SVM και ANN (Artificial Neural Network) για την ταξινόμηση μικροαποτιτανώσεων σε 26 εικόνες μαστογραφίας (11 κακοήθεις και 15 καλοήθεις) από την βάση δεδομένων MIAS. Στη μελέτη αυτή έγινε χρήση wavelet χαρακτηριστικών και η ταξινόμηση με τα νευρωνικά δίκτυα έδωσε ακρίβεια κοντά στο 96% σε σχέση με τις μηχανές διανυσμάτων υποστήριξης όπου η ακρίβεια μειώθηκε στο 69% (Phadke A.C. & Rege P.P., 2013). Μια άλλη σπουδαία πρόσφατη έρευνα ήταν των (Karahaliou A. et al., 2012) κατά την οποία μελετήθηκαν τα χαρακτηριστικά υφής από τον περιβάλλοντα ιστό των μικροαποτιτανώσεων και επιτεύχθηκε υψηλή ακρίβεια. Τέλος οι (Chen Z. et al, 2012) πρότειναν μία καινούργια μέθοδο για την ταξινόμηση των συστάδων μικροαποτιτανώσεων στις μαστογραφίες. Ανέλυσαν την συνδεσιμότητα και τοπολογία μεταξύ των μικροαποτιτανώσεων μιας συστάδας με την χρήση μορφολογίας πολλαπλής κλίμακας. Με αυτό τον τρόπο δημιούργησαν έναν γράφο μικροαποτιτανώσεων για κάθε κλίμακα, ο οποίος παρουσιάζει την τοπολογική δομή των συστάδων. Από τον κάθε γράφο εξήγαγαν δύο χαρακτηριστικά και δημιούργησαν ένα τοπολογικό διάνυσμα χαρακτηριστικών πολλαπλής κλίμακας. Για την επιλογή των καλύτερων χαρακτηριστικών χρησιμοποίησαν την μέθοδο SFS (Sequential Feature Selection), ενώ για την ταξινόμηση την τεχνική των k πλησιέστερων γειτόνων (knn). Η ακρίβεια ταξινόμησης που επετεύχθη μετά την επιλογή χαρακτηριστικών έφτασε στο 95%. Η παρούσα διπλωματική η οποία θα παρουσιαστεί στο επόμενο κεφάλαιο στηρίχθηκε στην προσπάθεια αναπαράστασης της συγκεκριμένης μεθοδολογίας καθώς και στην περαιτέρω ανάπτυξη μιας διαφορετικής προσέγγισης η οποία θα μπορούσε να φανεί πιο αποδοτική. 39

40 4. ΜΕΘΟΔΟΛΟΓΙΑ Στο κεφάλαιο αυτό γίνεται περιγραφή της μεθοδολογικής προσέγγισης που ακολουθείται στην παρούσα διπλωματική εργασία. Αρχικά, παρουσιάζονται το αντικείμενο της εργασίας και ο σκοπός. Εν συνεχεία, γίνεται περιγραφή του δείγματος καθώς και των μεθόδων που χρησιμοποιήθηκαν για την ταξινόμηση των μαστογραφικών ευρημάτων Αντικείμενο και σκοπός της εργασίας Στη συγκεκριμένη διπλωματική εργασία γίνεται προσπάθεια ανάπτυξης ενός μηχανισμού ο οποίος θα βοηθά στη διάγνωση του καρκίνου του μαστού. Ο μηχανισμός αυτός βασίζεται στην ανάλυση και αξιολόγηση των συστάδων μικροαποτιτανώσεων που εντοπίζονται σε μια μαστογραφία. Συγκεκριμένα, γίνεται εξαγωγή χρήσιμων χαρακτηριστικών από μια περιοχή ενδιαφέροντος στη μαστογραφία και έπειτα τα χαρακτηριστικά αυτά αξιοποιούνται έτσι ώστε να οδηγήσουν σε διάγνωση για την ύπαρξη ή όχι κακοήθειας. Στην παρούσα μελέτη υλοποιούνται δυο μέθοδοι (η μία έχει ήδη χρησιμοποιηθεί στη βιβλιογραφία) για την εύρεση των χαρακτηριστικών από τις εικόνες μαστογραφίας και γίνεται χρήση του αλγορίθμου ταξινόμησης k κοντινότερου γείτονα (knn). Σκοπός της έρευνας αυτής είναι να αξιολογήσει την μέθοδο που έχει ήδη χρησιμοποιηθεί σε δεδομένα διαφορετικά από αυτά στα οποία εφαρμόστηκε αλλά και να προτείνει μια άλλη μέθοδο η οποία θα μπορούσε να κάνει κάτι παρόμοιο αλλά με έναν διαφορετικό τρόπο Περιγραφή του δείγματος Τα δεδομένα που χρησιμοποιήθηκαν στην παρούσα διπλωματική εργασία αφορούν 161 περιοχές ενδιαφέροντος (ROI) εικόνων μαστογραφίας, όπου κάθε μια περιέχει μια συστάδα πλειόμορφων καθώς και τα περιγράμματα του συνόλου των επιμέρους σωματιδίων της συστάδας (annotation). Οι εικόνες αυτές προέρχονται συνολικά από 82 διαφορετικούς ασθενείς και αφορούν μαστογραφίες διαφορετικών λήψεων (mlo και cc). Τα δεδομένα προέρχονται από την βάση δεδομένων DDSM. Το annotation έχει γίνει σύμφωνα με την προταθείσα βιβλιογραφική μέθοδο των (Arkidis N. et al., 2015) η οποία αποτελεί μια σύγχρονη μέθοδο τμηματοποίησης δύο σταδίων. Στο 40

41 πρώτο στάδιο γίνεται τμηματοποίηση της πλειοψηφίας των σωματιδίων εντός της συστάδας με την τεχνική level set ενώ, στο δεύτερο στάδιο γίνεται η επιλεκτική διόρθωση κάποιων στοιχείων εντός της συστάδας με την τεχνική των ενεργών περιγραμμάτων. Τα δύο στάδια επιτυγχάνονται σε πολλαπλά επίπεδα ανάλυσης χρησιμοποιώντας integer wavelet μετασχηματισμό. Το σύνολο των δεδομένων περιλαμβάνει επιβεβαιωμένες με βιοψία καλοήθεις και κακοήθεις συστάδες μικροαποτιτανώσεων έτσι ώστε να μπορέσουμε να επαληθεύσουμε τα αποτελέσματα και να αξιολογήσουμε τις μεθόδους που θα αναλύσουμε παρακάτω. Στην παρακάτω εικόνα βλέπουμε πως διαμορφώνεται το σύνολο των δεδομένων όσον αφορά τη διαφορετική λήψη και κλάση στην οποία ανήκει. Εικόνα 4.2: Κατανομή του συνόλου δεδομένων στις διαφορετικές λήψεις και διαφορετικές κλάσεις 4.3. Περιγραφή μεθόδων που χρησιμοποιήθηκαν Ανάλυση της μεθόδου των γράφων αποτιτανώσεων Στην συγκεκριμένη μέθοδο (Chen Z. et al, 2012) μελετώνται οι μικροαποτιτανώσεις μιας συστάδας και εφαρμόζεται σε κάθε μία από αυτές μορφολογική διαστολή (morphological dilation) σε πολλαπλές κλίμακες χρησιμοποιώντας ένα στοιχείο δόμησης σχήματος δίσκου με ακτίνα ίση με την κλίμακα. Η μορφολογική διαστολή 41

42 προσθέτει κάθε φορά στα όρια κάθε μικροαποτιτάνωσης γειτονικά pixels με αποτέλεσμα την αλλαγή της συνδεσιμότητας μεταξύ των μεμονωμένων μικροαποτιτανώσεων στις συστάδες. Στην ουσία με την μέθοδο αυτή μπορούμε να δούμε κατά πόσο αποτιτανώσεις ύποπτες για κακοήθεια τείνουν να ενοποιούνται γρηγορότερα με την πάροδο του χρόνου σε σχέση με αποτιτανώσεις που σχετίζονται με καλοήθεια. Η τοπολογία των μικροαποτιτανώσεων μέσα σε μια συστάδα παρουσιάζεται με την μορφή ενός γράφου αποτιτανώσεων. Ο γράφος αυτός δημιουργείται με βάση τη σχέση της χωρικής συνδεσιμότητας μεταξύ των μικροαποτιτανώσεων. Κάθε κόμβος του γράφου αναπαριστά μία μικροαποτιτάνωση και η ύπαρξη ακμής μεταξύ δύο κόμβων αναπαριστά την σύνδεση ή επικάλυψη μιας μικροαποτιτάνωσης με μία άλλη. Ο γράφος που προκύπτει είναι ένας κατευθυνόμενος γράφος στον οποίο οι κόμβοι ταξινομούνται με βάση την χωρική τους θέση στην εικόνα και οι ακμές που ενώνουν τους κόμβους που συνδέονται έχουν κατεύθυνση από τον μικρότερο αριθμημένο κόμβο προς τον μεγαλύτερο. Ο γράφος αυτός παριστάνει την τοπολογική δομή της συστάδας μικροαποτιτανώσεων δίνοντας μας χρήσιμες πληροφορίες για τον χαρακτηρισμό της κατανομής των μικροαποτιτανώσεων. Τα χαρακτηριστικά που εξάγουμε από κάθε γράφο είναι ο αριθμός των ανεξάρτητων συνδεδεμένων υπογράφων στην κλίμακα s (συμβολισμός n s ) από μία συστάδα (ο οποίος μας δείχνει τον αριθμό των ανεξάρτητων συνδεδεμένων στοιχείων μέσα σε μία συστάδα) και ο m μέσος βαθμός κάθε κόμβου στην κλίμακα s (συμβολισμός δ s ): 1 s ( i) s m 1 δηλαδή ο μέσος αριθμός των ακμών που ξεκινούν από έναν κόμβο και μας δείχνει την συνδεσιμότητα της συγκεκριμένης μικροαποτιτάνωσης με τις γειτονικές μικροαποτιτανώσεις. Από κάθε γράφο όπως προαναφέρθηκε γίνεται εξαγωγή αυτών των δύο χαρακτηριστικών με σκοπό τη δημιουργία για κάθε συστάδα ενός τοπολογικού διανύσματος χαρακτηριστικών πολλαπλής κλίμακας. Για την κωδικοποίηση του γράφου αποτιτανώσεων ορίζεται ένας άνω τριγωνικός πίνακας γειτνίασης Aij ( aij), όπου Aij aij 0, 1, i,j=1,.,m (m ο αριθμός των κόμβων του γράφου). Ο πίνακας παίρνει τιμές 0 και 1. Όταν η τιμή του πίνακα είναι 1 αυτό δείχνει ότι ο κόμβος i με τον κόμβο j είναι συνδεδεμένοι, στην αντίθετη περίπτωση όπου η τιμή είναι μηδέν τότε οι δύο κόμβοι δεν συνδέονται μεταξύ τους. Ο κόμβος i αποτελεί τον αρχικό i 42

43 κόμβο ενώ ο κόμβος j αποτελεί τον τελικό κόμβο, ο αρχικός κόμβος στον οποίο δεν εισέρχεται καμία ακμή ονομάζεται ρίζα ενώ ο τελικός κόμβος από τον οποίο δεν εξέρχεται καμία ακμή ονομάζεται τερματικός κόμβος. Με την χρήση του λογισμικού Matlab (και συγκεκριμένα με την εντολή conncomp) μπορούμε να βρούμε τον αριθμό των υπογράφων που υπάρχουν στο γράφο αποτιτανώσεων που έχουμε δημιουργήσει καθώς και τους κόμβους που ανήκουν στον κάθε υπογράφο. Ο βαθμός κάθε κόμβου i αποτελεί το σύνολο των ακμών που εξέρχονται από τον συγκεκριμένο κόμβο και υπολογίζεται ως εξής: ( i) aik. k 1 m Η δημιουργία των γράφων μικροαποτιτανώσεων βασίζεται στη μορφολογική διαστολή των μικροαποτιτανώσεων σε πολλαπλές κλίμακες και έχει ως στόχο την ανάδειξη της τοπολογίας των συστάδων μικροαποτιτανώσεων. Από τους γράφους αυτούς σε κάθε κλίμακα γίνεται εξαγωγή των χαρακτηριστικών που αναφέρθηκαν παραπάνω και δημιουργούνται δύο διανύσματα n ( n0, n1,..., ns) και ( 0, 1,..., s) στα οποία έπειτα γίνεται κανονικοποίηση ( ns / m, s / max ( i) s όπου max (i)s μέγιστος βαθμός κόμβου στην κλίμακα s ) και ενοποίηση σε ένα διάνυσμα χαρακτηριστικών. Έτσι, για κάθε κλίμακα εξάγουμε δύο χαρακτηριστικά συνεπώς δημιουργείται ένα διάνυσμα χαρακτηριστικών διάστασης 161x258 αφού έχουμε 129 scales. Έπειτα αυτό το διάνυσμα χαρακτηριστικών χρησιμοποιείται για την ταξινόμηση των συστάδων σε καλοήθεις και κακοήθεις. Στις παρακάτω εικόνες (Εικόνα α, Εικόνα β) μπορούμε να δούμε ένα παράδειγμα της μεθόδου με τους γράφους αποτιτανώσεων (χρησιμοποιώντας τα δεδομένα που είχαμε στη διάθεσή μας) τόσο για καλοήθη όσο και για κακοήθη περίπτωση. 43

44 Εικόνα α: Παράδειγμα συστάδων μικροαποτιτανώσεων: καλοήθης συστάδα μικροαποτιτανώσεων οι εικόνες πάνω και κακοήθης συστάδα οι εικόνες κάτω. Αριστερή στήλη: ROI εικόνες, μεσαία στήλη: semi-automated annotation, δεξιά στήλη: dilated microcalcifications (s=6). Εικόνα β: Γράφοι μικροαποτιτανώσεων: πάνω benign κάτω malignant. Οι γράφοι αποτελούν συνέχεια της εικόνας α. 44

45 Στην παρούσα διπλωματική εργασία εκτός αυτών των δύο χαρακτηριστικών που αναφέρθηκαν, χρησιμοποιήθηκε στα δεδομένα μας και άλλο ένα χαρακτηριστικό το v Gconn giant connected component ratio (συγκεκριμένα είναι ο λόγος των v G κόμβων του μέγιστου υπογράφου προς όλους του κόμβους του γράφου) σε συνδυασμό με τον αριθμό υπογράφων (n s ) καθώς με βάση το άρθρο των Chen et al., 2015 αυτά τα δύο χαρακτηριστικά φάνηκε να αποτελούν τις πιο σημαντικές μετρικές από τις οχτώ που χρησιμοποιήθηκαν αλλά και τις πιο συχνά επιλεγμένες από το τοπολογικό διάνυσμα χαρακτηριστικών. Το νέο αυτό χαρακτηριστικό μας δείχνει ότι οι κακοήθεις μικροαποτιτανώσεις τείνουν να ομαδοποιούνται πιο κοντά η μία στην άλλη με αποτέλεσμα να έχουν υψηλότερο λόγο μέγιστου συνδεδεμένου υπογράφου (giant connected component ratio). Δημιουργήθηκε διάνυσμα χαρακτηριστικών μεγέθους 161x258 χρησιμοποιώντας τα δύο αυτά χαρακτηριστικά που εξήχθησαν από τον γράφο σε κάθε κλίμακα Ανάλυση της μεθόδου των ιστογραμμάτων απόστασης Η μέθοδος αυτή υλοποιήθηκε με σκοπό την αναπαράσταση της τοπολογία των μικροαποτιτανώσεων μιας συστάδας με βάση τις μεταξύ τους αποστάσεις. Η μέθοδος αυτή είναι κάτι ανάλογο των γράφων αποτιτανώσεων, χωρίς την χρήση πολλαπλής κλίμακας, καθώς μικροαποτιτανώσεις πιο κοντά τοποθετημένες μέσα στη συστάδα μας δείχνουν σημάδια κακοήθειας σε αντίθεση με μικροαποτιτανώσεις τοποθετημένες πιο μακριά η μία από την άλλη. Οι κοντινότερες αποστάσεις δείχνουν ότι με την πάροδο του χρόνου οι αποτιτανώσεις θα ενοποιηθούν γρηγορότερα σε σχέση με συστάδες στις οποίες οι αποστάσεις των μικροαποτιτανώσεων είναι μεγαλύτερες. Λόγω του ότι οι μικροαποτιτανώσεις στα δεδομένα όσον αφορά το σχήμα τους είναι πλειόμορφες είχε τεράστια σημασία να βρούμε τόσο τις μέγιστες και ελάχιστες αποστάσεις κάθε απασβέστωσης με όλες τις υπόλοιπες καθώς και τις αποστάσεις των κεντροειδών τους έτσι ώστε να έχουμε μια πιο σαφή εικόνα της τοπολογίας τους μέσα στη συστάδα. Αφού βρέθηκαν οι μέγιστες, ελάχιστες και οι αποστάσεις των κεντροειδών των μικροαποτιτανώσεων μεταξύ τους έπειτα δημιουργήθηκαν τρία ιστογράμματα των τριών αυτών αποστάσεων για κάθε συστάδα και για να μπορέσουν να συγκριθούν και να μας δώσουν μια ταξινόμηση των συστάδων σε καλοήθεις και κακοήθεις προσδιορίστηκε το εύρος τιμών των bins των 45

46 ιστογραμμάτων με βάση τις αποστάσεις όλων των μικροαποτιτανώσεων όλων των εικόνων έτσι ώστε να υπάρχουν κοινά στοιχεία και να συγκρίνουμε καλύτερα τα ιστογράμματα. Στα ιστογράμματα το εύρος τιμών χωρίζεται σε ίσα υποδιαστήματα και γίνεται άθροιση των τιμών που ανήκουν στο ίδιο υποδιάστημα. Έτσι μελετάμε την κατανομή της συχνότητας εμφάνισης κάθε τιμής. Για κάθε εικόνα δημιουργήθηκε ένα διάνυσμα χαρακτηριστικών αφού ενώσαμε τα δεδομένα και των τριών ιστογραμμάτων και έπειτα έγινε σύγκριση μεταξύ τους. Ο αριθμός των bins που χρησιμοποιήθηκε στη συγκεκριμένη μελέτη ήταν 10 για κάθε μια από τις τρείς αποστάσεις και συνεπώς η διάσταση του διανύσματος χαρακτηριστικών που προέκυψε για όλες τις εικόνες μαστογραφίας ήταν 161x30. Η υλοποίηση της μεθόδου αυτής με τα ιστογράμματα των αποστάσεων μας δείχνει την κατανομή τους στο χώρο καθώς και βασικές πληροφορίες για το σύνολο δεδομένων. Σκοπός της παρούσας εργασίας είναι να υλοποιήσει την μέθοδο των Chen et al. στα δεδομένα τα οποία χρησιμοποιούνται εδώ αλλά και να δημιουργήσει μια άλλη μέθοδο με σκοπό την βελτίωση των αποτελεσμάτων που εξήχθησαν. Για το λόγο αυτό έγινε παρουσίαση και μιας διαφορετικής τεχνικής που όμως μπορεί να δείξει με διαφορετικό τρόπο την τοπολογία των μικροαποτιτανώσεων στο χώρο. Η παρακάτω εικόνα (Εικόνα 4.3.2) μας δείχνει τα ιστογράμματα των αποστάσεων μιας καλοήθους περίπτωσης συγκριτικά με μια κακοήθη περίπτωση. Εικόνα 4.3.2: Παράδειγμα συστάδων μικροαποτιτανώσεων: καλοήθης συστάδα μικροαποτιτανώσεων οι εικόνες πάνω και κακοήθης συστάδα οι εικόνες κάτω. Αριστερή εικόνα: απόσταση κέντρων, μεσαία εικόνα: ελάχιστη απόσταση, δεξιά εικόνα: μέγιστη απόσταση. 46

47 Μετά τη δημιουργία των διανυσμάτων χαρακτηριστικών ακολουθεί επιλογή των καλύτερων χαρακτηριστικών και έπειτα ταξινόμηση με τον αλγόριθμο knn. Η ευκλείδεια απόσταση χρησιμοποιήθηκε ως μέτρο ομοιότητας μεταξύ των διανυσμάτων χαρακτηριστικών. Για την αξιολόγηση χρησιμοποιήθηκε leave one out cross validation δηλαδή όταν γίνεται ταξινόμηση μίας συστάδας όλες οι υπόλοιπες λειτουργούν σαν σύνολο εκπαίδευσης. Η επιλογή των χαρακτηριστικών έγινε με sequential forward selection έτσι ώστε να χρησιμοποιηθούν τα στατιστικώς σημαντικά χαρακτηριστικά και για να αποφευχθεί η μεροληψία η διαδικασία επιλογής χαρακτηριστικών βασίστηκε στο σύνολο εκπαίδευσης αποκλείοντας κάθε φορά το σύνολο ελέγχου. Στην επιλογή χαρακτηριστικών η οποία χρησιμοποιεί όπως είπαμε μόνο το σύνολο εκπαίδευσης έγινε επιπλέον αξιολόγηση με 10-fold cross validation. Για την αξιολόγηση της ταξινόμησης χρησιμοποιήθηκαν δυο μετρικές η ακρίβεια ταξινόμησης (CA) καθώς και η περιοχή κάτω από την ROC καμπύλη (συμβολισμός A z ). Στη συγκεκριμένη μέθοδο έγινε προσπάθεια διαχωρισμού των δεδομένων με σκοπό την ανάδειξη της καλύτερης τεχνικής έτσι ώστε να βρεθούν καλύτερα αποτελέσματα. Τα δεδομένα αποτελούνται από 161 εικόνες οι οποίες προέρχονται από 82 ασθενείς συνολικά. Εν συνεχεία, θα δούμε πως διαχωρίστηκαν τα δεδομένα έτσι ώστε να γίνει η ανάλυση τους Cluster based analysis Στη συγκεκριμένη μέθοδο χρησιμοποιήθηκαν όλα τα δεδομένα, ανεξαρτήτως του αριθμού των ασθενών από τους οποίους προήλθαν και της λήψης στην οποία ανήκουν, έτσι ώστε να γίνει η ταξινόμηση σε καλοήθη και κακοήθη. Η cluster based analysis μπορεί να διακριθεί όπως έγινε σε leave one sample out κατά την οποία κάθε φορά χρησιμοποιούμε ως σύνολο ελέγχου μια μαστογραφική εικόνα ενώ οι υπόλοιπες αποτελούν το σύνολο εκπαίδευσης και σε leave one patient out στην οποία κάθε φορά οι μαστογραφικές εικόνες (διαφορετικών λήψεων) ενός ασθενή λειτουργούν σαν σύνολο ελέγχου ενώ οι υπόλοιπες σαν σύνολο εκπαίδευσης. Η πρώτη περίπτωση δίνει την δυνατότητα χρήσης αρκετών δεδομένων διότι δεν παίζει ρόλο η προέλευση των εικόνων και κάθε μαστογραφική εικόνα θεωρείται ξεχωριστή ενώ, η δεύτερη προσφέρει τη δυνατότητα της ταξινόμησης δεδομένων που δεν ανήκουν στον ίδιο 47

48 ασθενή και ίσως επηρεάζουν το ποσοστό επιτυχίας του αποτελέσματος. Στην υλοποίηση της μεθόδου των Chen et al στα δεδομένα μας χρησιμοποιήθηκε μόνο leave one sample out για την εξαγωγή συμπερασμάτων σε αντίθεση με την υλοποίηση που προτείνουμε View based analysis Η συγκεκριμένη ανάλυση βασίζεται στον διαχωρισμό των δεδομένων με βάση την λήψη στην οποία ανήκουν. Στόχος μας είναι να μελετήσουμε κατά πόσο τα δεδομένα τα οποία ανήκουν είτε στην mlo είτε στην cc λήψη δίνουν καλύτερα αποτελέσματα. Οι δύο αυτές λήψεις μπορούν να μας δώσουν ορισμένες διαφορετικές πληροφορίες για αυτό είναι σημαντική η μελέτη και των δύο, ωστόσο διαχωρίζοντας τα δεδομένα με βάση τη λήψη στην οποία ανήκουν θα μπορέσουμε να διακρίνουμε ποια από τις λήψεις τείνει να μας δίνει τα πιο σωστά αποτελέσματα Patient based analysis Η μαστογραφία αποτελεί έναν αξιόπιστο τρόπο ανίχνευσης των πρώιμων βλαβών του μαστού. Πολλές μελέτες υποστηρίζουν ότι και οι δύο λήψεις παρέχουν περισσότερες πληροφορίες σε σχέση με την MLO λήψη. Η αξία της CC λήψης δεν έχει αποδειχτεί ποτέ. Έτσι στην μελέτη των P D Trieu et al., (2012) εξετάζονται και οι δύο λήψεις σε σχέση με την λήψη CC και αποδεικνύεται ότι η πληροφορία που συλλέγεται και από τις δύο λήψεις βοηθά περισσότερο στην ανίχνευση καρκίνου του μαστού. Για να διαπιστωθεί αν αυτό συμβαίνει και στη δική μας μελέτη, θα συμπεριλάβουμε τις μαστογραφικές εικόνες των ασθενών για τους οποίους έχουμε και τις δύο λήψεις έτσι ώστε να δούμε πόσο επηρεάζονται τα αποτελέσματα συνδυάζοντας τις πληροφορίες που μπορούμε να εξάγουμε και από τις δύο. 48

49 Διάσταση Συσχέτισης (Correlation Dimension) Η διάσταση συσχέτισης αποτελεί μια μορφή της μορφοκλασματικής διάστασης γνωστής και ως fractal dimension. Ο όρος fractal προέρχεται από την λατινική λέξη fractus και δημιουργήθηκε από τον μαθηματικό Benoit Mandelbrot έτσι ώστε να αποτυπώσει τα σχήματα των οποίων οι διαστάσεις τους δεν είναι ακέραιοι αριθμοί αλλά αναπαριστούν συναρτήσεις των μαθηματικών του χάους. Με τη λέξη σχήματα συχνά φέρνουμε στο μυαλό μας ευκλείδεια γεωμετρικά σχήματα, όμως τα fractals διαφέρουν από αυτά. Η λέξη εικόνα είναι πιο κατάλληλη στην περίπτωση αυτή για τον προσδιορισμό των γραφικών αυτών αναπαραστάσεων (Κουρδόγλου Ι., 2012). Ένα σημείο έχει διάσταση μηδέν και μια γραμμή διάσταση ένα συνεπώς, ένα αντικείμενο με διάσταση μεταξύ του μηδενός και της μονάδας αναπαριστά κάτι μεταξύ ενός σημείου και μιας γραμμής. Αντίστοιχα, το τετράγωνο έχει διάσταση δύο και ο κύβος τρία, άρα μια διάσταση μεταξύ του δύο και του τρία θα μπορούσε να αναπαριστά ένα αντικείμενο το οποίο καταλαμβάνει χώρο λιγότερο από μια σφαίρα αλλά περισσότερο από μια επιφάνεια. Η μορφοκλασματική διάσταση συσχέτισης είναι χρήσιμη αλλά όχι δεσμευτική για την ύπαρξη χάους. Μας δίνει την δυνατότητα να μπορέσουμε να καταλάβουμε τι δεν είναι ένα σύστημα (Παγανιά Δ., 2012). Χρησιμοποιείται ως μέτρο της διάστασης του χώρου που καταλαμβάνει ένα σύνολο σημείων και αποτελεί συχνά ένα εργαλείο για την ανίχνευση χαοτικής συμπεριφοράς σε δυναμικά συστήματα. Στην πράξη η διάσταση συσχέτισης βοηθά στην κατανόηση της δυναμικής πολλών βιολογικών, χημικών, κλιματολογικών ή οικονομικών δυναμικών συστημάτων. Τις τελευταίες δεκαετίες η υπολογιστική ισχύς παρουσιάζει ραγδαία ανάπτυξη και αυτό δίνει χώρο σε περαιτέρω βελτίωση των μεθόδων που υπολογίζουν τη διάσταση αυτή με μεγαλύτερη ακρίβεια. Έστω ότι διαθέτουμε ένα σύνολο από σημεία {χ 1,χ 2,.,χ Ν } ακλουθώντας τον Grassberger-Procaccia αλγόριθμο μπορούμε να βρούμε το άθροισμα συσχέτισης C(r) από την σχέση: N N 1 C( r) ( r N ( N 1) i 1 j i 1 xi xj ) (1) 49

50 Όπου ο τύπος xi xj υπολογίζει την ευκλείδεια απόσταση, το N είναι ο συνολικός αριθμός των σημείων και η συνάρτηση ορίζεται ως εξής: ( ) ονομάζεται Heaviside συνάρτηση και ( s) 0 { 1 s 0 s 0 (2) Το r είναι η ακτίνα μιας n- διαστάσεων υπερσφαίρας η οποία χρησιμοποιεί σαν κέντρο κάθε φορά ένα σημείο του συνόλου, χ i, i=1,2,,n. Τα υπόλοιπα σημεία χ j τα οποία βρίσκονται εντός της ακτίνας r της υπερσφαίρας προσμετρούνται. Στην ουσία η συνάρτηση Heaviside ισούται με τη μονάδα όταν η απόσταση του κέντρου (χi) από ένα σημείο χj είναι μικρότερη ή ίση της ακτίνας και με μηδέν όταν η απόσταση είναι μεγαλύτερη της ακτίνας. Με αυτόν τον τρόπο μπορούμε να βρούμε το σύνολο των σημείων τα οποία βρίσκονται εντός μιας δοσμένης ακτίνας. Το άθροισμα συσχέτισης έπειτα υπολογίζεται με βάση την σχέση (1). Η μέγιστη τιμή του αθροίσματος συσχέτισης C r είναι η μονάδα και επιτυγχάνεται όταν η ακτίνα είναι αρκετά μεγάλη ώστε να περιλαμβάνει όλα τα σημεία του συνόλου ενώ, η ελάχιστη τιμή του C r είναι ίση με 2/[N(N-1)] και επιτυγχάνεται μόνο όταν προσμετρούνται τα δύο κοντινότερα σημεία (χ i κέντρο ακτίνας, χ j οποιοδήποτε άλλο σημείο). Η διάσταση συσχέτισης αναπαριστάται με το σύμβολο D c και αποτελεί τη κλίση της γραφικής παράστασης του λογάριθμου του αθροίσματος συσχέτισης με τον λογάριθμο της ακτίνας r. Ο τύπος της διάστασης συσχέτισης δίνεται από την σχέση (3) (Budacova H., Stolc S., 2013 / Addison P. S., 1997/ Hilborn R. C., 2000). D c lim0 r lim N ln( C( r)) ln( r) (3) Ο λόγος για τον οποίο έγινε αναφορά στη διάσταση συσχέτισης είναι για να δούμε, εφαρμόζοντάς την, κατά πόσο τα σημεία των κέντρων των μικροαποτιτανώσεων παρουσιάζουν κάποια γραμμική συσχέτιση ή είναι πιο τυχαία διάσπαρτα στο χώρο. Αποτιτανώσεις πιο τυχαία κατανεμημένες μέσα στη συστάδα αποτελούν συνήθως σημάδι καλοήθειας έναντι αποτιτανώσεων οι οποίες ακολουθούν κάποια συσχέτιση μεταξύ τους. Η διάσταση συσχέτισης θα χρησιμοποιηθεί σαν ακόμα μια μεταβλητή στο διάνυσμα χαρακτηριστικών που έχει ήδη δημιουργηθεί και δεν θα χρησιμοποιηθεί μόνη της για την ταξινόμηση των δεδομένων μας. 50

51 4.4. Ταξινομητής knn Ο αλγόριθμος κ- κοντινότερου γείτονα (knn) είναι ο ένας αλγόριθμος βασισμένος στην απόσταση. Τέτοιου είδους αλγόριθμοι βασίζονται στην ιδέα ότι κάθε στοιχείο του συνόλου δεδομένων που ανήκει σε κάποια κλάση θεωρείται ότι βρίσκεται πιο κοντά σε στοιχεία που ανήκουν στην ίδια κλάση απ ότι σε στοιχεία διαφορετικής κλάσης. Για το λόγο αυτό γίνεται χρήση μέτρων ομοιότητας όπως η απόσταση για να προσδιοριστεί η ομοιότητα των διαφορετικών στοιχείων του συνόλου δεδομένων. Στον αλγόριθμο knn το σύνολο εκπαίδευσης εκτός από τα δεδομένα περιέχει και τις κλάσεις στις οποίες ανήκουν τα δεδομένα, με αυτό τον τρόπο το σύνολο εκπαίδευσης αποτελεί πλέον ένα μοντέλο κατηγοριοποίησης. Για την ταξινόμηση του νέου στοιχείου καθορίζεται η απόστασή του από κάθε στοιχείο του συνόλου εκπαίδευσης και μόνο τα κ κοντινότερα στοιχεία του συνόλου εκπαίδευσης χρησιμοποιούνται ώστε να προσδιορίσουν την κλάση του νέου στοιχείου. Το νέο στοιχείο πλέον ανήκει στην κλάση η οποία διαθέτει τα περισσότερα στοιχεία από τα κ κοντινότερα στοιχεία του συνόλου εκπαίδευσης (Ουγιάρογλου Σ., 2006). Εικόνα 4.4: Παράδειγμα ταξινόμησης με βάση τον αλγόριθμο knn (Χατζηζαχαριάς Κ., 2014). Στην Εικόνα 4.4 μπορούμε να δούμε πως ταξινομείται ένα νέο στοιχείο (πράσινο) με βάση την τιμή των k κοντινότερων γειτόνων. Όπως βλέπουμε στο σχήμα για k=3 (συνεχής κύκλος) το νέο στοιχείο θα ταξινομηθεί στην κόκκινη ομάδα, ενώ για k=5 (διακεκομμένος κύκλος) το στοιχείο θα ταξινομηθεί στην μπλε ομάδα. Η ορθή επιλογή της τιμής του k εξαρτάται από το σύνολο των δεδομένων μας κάθε φορά. Γενικότερα, έχει επικρατήσει η άποψη ότι όσο μεγαλύτερη είναι η τιμή του τόσο καλύτερη είναι και η ταξινόμηση. Βεβαίως, η αύξηση του k έως ενός σημείου 51

52 βελτιώνει την ακρίβεια όμως πολλές φορές οι αρκετά μεγάλες τιμές οδηγούν σε λάθος ταξινόμηση καθώς συμπεριλαμβάνονται ψήφοι μακρινότερων γειτόνων (Χατζηζαχαριάς Κ., 2014) Επιλογή χαρακτηριστικών Sequential feature selection Τα τελευταία χρόνια παρατηρείται συνεχώς αύξηση της διάστασης των δεδομένων που χρησιμοποιούνται στη μηχανική μάθηση και στην εξόρυξη δεδομένων χωρίς αυτό βέβαια να προϋποθέτει και αντίστοιχη αύξηση της πληροφορίας που περιέχεται σε αυτά. Η παρουσία αυτού του μεγάλου αριθμού χαρακτηριστικών αποτελεί μια μεγάλη πρόκληση καθώς πολλές φορές εκφυλίζει την απόδοση της ταξινόμησης των δεδομένων. Για την αντιμετώπιση του προβλήματος του μεγάλου όγκου χαρακτηριστικών έχουν προταθεί τεχνικές μείωσης της διάστασης οι οποίες επιλέγουν ένα υποσύνολο χαρακτηριστικών από τα ήδη υπάρχοντα χαρακτηριστικά με βάση ορισμένα κριτήρια αξιολόγησης, τα οποία συνήθως οδηγούν σε καλύτερη απόδοση μάθησης (Tang J. et al., 2014). Η επιλογή χαρακτηριστικών αποτελεί ένα σημαντικό βήμα στην ορθή ταξινόμηση αντικειμένων σε κατηγορίες. Πολλές φορές το σύνολο δεδομένων περιέχει χαρακτηριστικά τα οποία διαθέτουν περιττή γνώση δηλαδή γνώση που δίνεται και από άλλα χαρακτηριστικά ή άσχετη πληροφορία και αυτό δυσκολεύει πολύ τη διαδικασία της ταξινόμησης. Στόχος σε αυτή τη φάση είναι να επιλεχθεί ένα υποσύνολο χρήσιμων χαρακτηριστικών και να γίνει παράβλεψη των περιττών ή άσχετων χαρακτηριστικών. Αυτό γίνεται ούτως ώστε να βελτιωθεί η απόδοση του ταξινομητή καθώς λόγω της μείωσης του μεγέθους των χαρακτηριστικών μετριάζεται και το «φαινόμενο της υπερεκπαίδευσης». Ωστόσο, θα πρέπει να γίνει σαφές ότι η επιλογή χαρακτηριστικών διαφέρει σε σχέση με την εξαγωγή χαρακτηριστικών καθώς ο χώρος των δεδομένων δεν μετασχηματίζεται, απλά απορρίπτονται οι λιγότερο σημαντικές μεταβλητές. Πρέπει να τονίσουμε ότι με την επιλογή των χαρακτηριστικών εκτός από την βελτίωση της απόδοσης του ταξινομητή μπορούμε να έχουμε καλύτερη ερμηνεία της απεικόνισης καθώς βασίζεται σε λιγότερα χαρακτηριστικά, καλύτερη κατανόηση του πραγματικού προβλήματος καθώς έχουμε γνώση των χαρακτηριστικών που είναι πιο σημαντικά και αυτό μας βοηθά στην αποτελεσματικότερη αντιμετώπισή του. 52

53 Επιπρόσθετα, ο χρόνος εκπαίδευσης των ταξινομητών αλλά και της διαδικασίας ταξινόμησης ελαττώνεται σημαντικά και τέλος οι απαιτήσεις σε αποθηκευτικό χώρο είναι πολύ λιγότερες (Πετρόχειλος Ο., 2009). Στην παρούσα εργασία χρησιμοποιήθηκε η διαδοχική επιλογή χαρακτηριστικών (sequential feature selection). Οι διαδοχικοί αλγόριθμοι αναζήτησης έχουν πολυωνυμική πολυπλοκότητα, συγκεκριμένα προσθέτουν ή αφαιρούν χαρακτηριστικά χρησιμοποιώντας μια στρατηγική αναζήτησης η οποία είναι γνωστή ως αναρρίχηση λόφων (hill climbing search strategy). Οι συνηθέστεροι διαδοχικοί αλγόριθμοι αναζήτησης για την επιλογή χαρακτηριστικών είναι ο εμπρόσθιος σειριακός αλγόριθμος επιλογής (forward sequential selection) και ο προς τα πίσω σειριακός αλγόριθμος επιλογής (backward sequential selection) (Aha D. W., Bankert R. L., 1996). Στην εμπρόσθια επιλογή χαρακτηριστικών το αρχικό υποσύνολο επιλεγμένων χαρακτηριστικών είναι κενό και σιγά σιγά προστίθενται σε αυτό χαρακτηριστικά τα οποία αυξάνουν την απόδοση και ελαχιστοποιούν το σφάλμα ταξινόμησης. Η διαδικασία της επιλογής σταματάει όταν με την προσθήκη οποιουδήποτε άλλου χαρακτηριστικού δεν υπάρχει περεταίρω βελτίωση της απόδοσης (Χατζηζαχαριάς Κ., 2014) ROC Analysis Στη σύγχρονη ιατρική είναι μεγίστης σημασίας η αξιολόγηση των διαγνωστικών μεθόδων τόσο για την επιβεβαίωση παρουσίας της νόσου όσο και για την απόκλιση της ασθένειας από υγιή άτομα. Υπάρχουν αρκετές μετρικές αξιολόγησης των αλγορίθμων ταξινόμησης όπως η ακρίβεια (accuracy), η ευαισθησία (sensitivity), η ειδικότητα (specificity), η ROC καμπύλη, η περιοχή κάτω από την καμπύλη (AUC Area Under the Curve) και άλλες. Συνήθως, μετρικές όπως η ευαισθησία και η ειδικότητα λόγω του ότι είναι ανεξάρτητες της «εκ των προτέρων» πιθανότητας της νόσου χρησιμοποιούνται για την αξιολόγηση των ταξινομητών συχνότερα εντούτοις, εξαρτώνται από ένα διαγνωστικό κριτήριο θετικότητας που συχνά επιλέγεται αυθαίρετα. Παραδείγματος χάριν, κάποιος μπορεί να επιλέξει ένα πιο επιεικές κριτήριο απόφασης ενώ κάποιος άλλος ένα αυστηρότερο κριτήριο απόφασης. Η ROC ανάλυση παρακάμπτει αυτή την αυθαιρεσία (Karimollah H. T., 2013). 53

54 Οι ROC (Receiving Operating Characteristic: λειτουργικού χαρακτηριστικού δέκτη) καμπύλες εξασφαλίζουν την επιθυμητή ακρίβεια των προβλέψεων και είναι χρήσιμες στην επιλογή, οργάνωση και απεικόνιση των ταξινομητών όσον αφορά τη γραφική τους παράσταση. Προτάθηκαν το 1950 από τους μεταπτυχιακούς φοιτητές, του Τμήματος Ηλεκτρολόγων Μηχανικών του Πανεπιστημίου Michigan, Peterson και Birdsall οι οποίοι θέλησαν να εφαρμόσουν τη στατιστική θεωρία αποφάσεων σε προβλήματα της θεωρίας λήψης σημάτων. Οι καμπύλες αυτές αποτέλεσαν γραφική μέθοδο μέτρησης της ποιότητας λήψης σήματος από έναν δέκτη σε ατελή διαγνωστικά συστήματα. Όσον αφορά τώρα τη διαγνωστική ιατρική ο πρώτος που εισήγαγε τις καμπύλες ROC στην ιατρική έρευνα ήταν ο Lusted το 1971 ο οποίος θεώρησε πως θα ήταν χρήσιμες στη λήψη ιατρικών αποφάσεων. Εκτός βέβαια από την ιατρική η χρήση τους επεκτάθηκε και σε άλλους τομείς όπως η Ψυχολογία, η Ραδιολογία, η Πληροφορική, η Οικονομία κ.α. (Βαλάντη Ε., 2011). Η ROC ανάλυση τελευταία έχει λάβει αυξανόμενη προσοχή στην εξόρυξη δεδομένων και στη μηχανική μάθηση. Αποτελεί μια γραφική παράσταση του ποσοστού των ψευδώς θετικών (false positive rate FPR) στον άξονα των x και του ποσοστού των αληθώς θετικών (true positive rate TPR) στον άξονα των y. TP TPR TP FN FPR FP FP TN TP=True Positive (αληθώς θετικά, θετικά στοιχεία που ταξινομούνται σωστά ως θετικά) FP=False Positive (ψευδώς θετικά, αρνητικά στοιχεία που ταξινομούνται λανθασμένα ως θετικά) TN=True Negative (αληθώς αρνητικά, αρνητικά στοιχεία που ταξινομούνται σωστά σαν αρνητικά) FN=False Negative (ψευδώς αρνητικά, θετικά στοιχεία που ταξινομούνται λανθασμένα ως αρνητικά) Η καμπύλη της γραφικής παράστασης μας δείχνει την αποτελεσματικότητα του ταξινομητή στην κατηγοριοποίηση των θετικών περιπτώσεων έναντι των αρνητικών περιπτώσεων. Το σημείο (0,1) δηλώνει την τέλεια ταξινόμηση στην οποία το ποσοστό των αληθώς θετικών είναι 1 και το ποσοστό των ψευδώς θετικών μηδέν. Παρόμοια, το σημείο (0,0) αντιπροσωπεύει έναν ταξινομητή ο οποίος προβλέπει όλες 54

55 τις περιπτώσεις ως αρνητικές και το σημείο (1,1) αντίστοιχα έναν ταξινομητή που προβλέπει όλες τις περιπτώσεις ως θετικές (Osiris Villacampa, 2015). Η καμπύλη ROC επιτρέπει την οπτική και ποσοτική εκτίμηση της συνολικής διαγνωστικής αποτελεσματικότητας ενός αλγορίθμου ταξινόμησης ανεξάρτητα από το επιλεγμένο διαχωριστικό όριο 1 (Πετρόγλου Ν, Σπάρος Λ., 2004). Ωστόσο, για να γίνει σύγκριση διαφόρων ταξινομητών είναι απαραίτητη η ύπαρξη μιας αριθμητικής τιμής η οποία θα αντιπροσωπεύει τη γραφική αναπαράσταση. Μια μέθοδος που χρησιμοποιείται συνήθως για τον προσδιορισμό αυτής της αριθμητικής τιμής είναι ο υπολογισμός του εμβαδού κάτω από τη ROC καμπύλη. Το εμβαδόν της περιοχής αυτής είναι γνωστό και σαν AUC (συμβολισμός Az) και η τιμή του κυμαίνεται από 0 έως 1 (Παρασκευοπούλου Π., 2011). Το διαχωριστικό όριο αποτελεί μια συγκεκριμένη τιμή που επιλέγεται ως κατώφλι πέραν της οποίας τα δεδομένα ταξινομούνται ως θετικά και κάτω της οποίας ταξινομούνται ως αρνητικά. 55

56 5. ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΥΓΚΡΙΣΗ Στο κεφάλαιο αυτό θα παρουσιάσουμε τα αποτελέσματα των μεθόδων που χρησιμοποιήσαμε ώστε να διαχωρίσουμε τις κακοήθεις από τις καλοήθεις περιπτώσεις μικροαποτιτανώσεων. Τα δεδομένα τα οποία χρησιμοποιήσαμε ήταν 161 εικόνες οι οποίες προέρχονταν από 82 διαφορετικούς ασθενείς και αφορούν μαστογραφίες διαφορετικών λήψεων (mlo και cc) αλλά και διαφορετικών clusters στην ίδια εικόνα. Επιπρόσθετα, θα συγκρίνουμε τα αποτελέσματα που προέκυψαν από τις μεθόδους που χρησιμοποιήσαμε με τα αποτελέσματα της μελέτης των Chen et al., 2012 και Chen et al., 2015 και θα δούμε κατά πόσο μπορεί να συγκριθεί η μεθοδολογία που προτείνουμε με την μεθοδολογία που προτάθηκε στις δύο έρευνες που αναφέραμε Παρουσίαση των σημαντικότερων αποτελεσμάτων της μελέτης μας Αρχικά έγινε προσπάθεια να αναπαρασταθεί η μέθοδος των Chen et al. χρησιμοποιώντας διαφορετικά δεδομένα. Στην μέθοδο των (Chen et al., 2012) χρησιμοποιήθηκαν 20 εικόνες από την βάση δεδομένων MIAS (Mammographic Image Analysis Society), όπου κάθε μία περιείχε ένα cluster μικροαποτιτανώσεων. Συνεπώς, όσον αφορά την ανάλυση θα μπορούσαμε να πούμε ότι είναι cluster based analysis. Έτσι χρησιμοποιήσαμε και εμείς αντίστοιχα cluster based analysis, δηλαδή πήραμε όλες τις μαστογραφίες (161 συνολικά) και προσπαθήσαμε να αναλύσουμε την μορφολογική τοπολογία των μικροαποτιτανώσεων σε 129 κλίμακες (s=0,1,.,128, S=129), μέσω του υπολογισμού του αριθμού των συνδεδεμένων υπογράφων και του μέσου βαθμού κόμβων, χρησιμοποιώντας τον γράφο μικροαποτιτανώσεων στην κλίμακα s. Συνεπώς, η διάσταση του τοπολογικού διανύσματος χαρακτηριστικών που προέκυψε ήταν 161x258. Για την ταξινόμηση των δεδομένων μας σε κακοήθη και καλοήθη χρησιμοποιήσαμε τον ταξινομητή knn (ταξινομητής k κοντινότερων γειτόνων) και ως απόσταση για την μέτρηση της ομοιότητας μεταξύ των διανυσμάτων χαρακτηριστικών την ευκλείδεια απόσταση. Επίσης, ως μέθοδος διεπικύρωσης (cross validation) χρησιμοποιήθηκε η τεχνική του μονοαποκλεισμού (leave-one-sample-out), κατά την οποία επιλέγεται μία μόνο παρατήρηση για το δείγμα ελέγχου, ενώ οι υπόλοιπες 56

57 χρησιμοποιούνται για το δείγμα εκπαίδευσης του αλγορίθμου. Όσον αφορά, την τεχνική επιλογής χαρακτηριστικών αυτή που εφαρμόστηκε για την προεπεξεργασία των δεδομένων, με σκοπό την ανακάλυψη των χρήσιμων χαρακτηριστικών και την απόρριψη των υπολοίπων πριν τα δεδομένα εισαχθούν στον αλγόριθμο μάθησης, ήταν η σειριακή εμπρόσθια επιλογή (Sequential Forward Selection). Η τεχνική αυτή εφαρμόστηκε μόνο στο σύνολο εκπαίδευσης αποκλείοντας κάθε φορά το σύνολο ελέγχου έτσι ώστε να αποφευχθεί η μεροληψία. Στη σειριακή επιλογή χαρακτηριστικών εφαρμόστηκε στο σύνολο εκπαίδευσης η τεχνική 10-fold cross validation κατά την οποία το σύνολο εκπαίδευσης διαχωρίζεται εκ νέου σε σύνολο εκπαίδευσης και σύνολο ελέγχου και επιλέγονται τα πιο σημαντικά χαρακτηριστικά. Επίσης ως συνάρτηση ταξινόμησης εντός της σειριακής επιλογής χρησιμοποιήθηκε ο knn (k=5) εξετάζοντας τους πέντε κάθε φορά κοντινότερους γείτονες για την επιλογή των χαρακτηριστικών. Για την κατασκευή της ROC καμπύλης βασιστήκαμε στην επιλογή ενός κριτηρίου απόφασης το οποίο στηρίζεται στην ταξινόμηση knn έτσι ώστε να βρούμε τους κοντινούς γείτονες κάθε φορά στο σύνολο εκπαίδευσης για να υπολογίσουμε τις πιθανότητες το σύνολο ελέγχου να ανήκει είτε στην περίπτωση κακοήθειας είτε στην περίπτωση καλοήθειας. Στην πραγματικότητα βλέπουμε πόσοι k γείτονες ανήκουν στην ομάδα της καλοήθειας προς το σύνολο των συνολικών γειτόνων k και πόσοι γείτονες ανήκουν στην ομάδα της κακοήθειας προς το σύνολο των γειτόνων. Από αυτές τις πιθανότητες υπολογίζουμε μια ποσότητα (score) η οποία αποτελεί την διαφορά αυτών των πιθανοτήτων. Η ποσότητα αυτή κυμαίνεται από -1 έως 1. Για τον υπολογισμό της ακρίβειας ταξινόμησης (CA) χρησιμοποιούμε ως κατώφλι την τιμή μηδέν. Έτσι όταν η τιμή του score είναι μεγαλύτερη της τιμής κατωφλίου τότε τα δεδομένα ταξινομούνται ως κακοήθη ενώ αντίστοιχα όταν η τιμή του score είναι μικρότερη ταξινομούνται ως καλοήθη. Ωστόσο, για την δημιουργία της καμπύλης ROC χρησιμοποιούμε περισσότερες τιμές κατωφλίου. Οι τιμές που θα δώσουμε στο κατώφλι θα κυμαίνονται από -2 έως 1. Όταν η τιμή κατωφλίου είναι -2 τότε όλα τα δεδομένα ταξινομούνται ως κακοήθη με TPR και FPR ίσα με 1 ενώ, όταν η τιμή κατωφλίου είναι 1 τότε όλα ταξινομούνται ως καλοήθη με TPR και FPR ίσα με 0. Οι υπόλοιπες τιμές TPR και FPR λαμβάνονται από τις μεταβολές των υπόλοιπων τιμών κατωφλίου. 57

58 Με βάση την μέθοδο των (Chen et al., 2012) δημιουργήσαμε το τοπολογικό διάνυσμα χαρακτηριστικών εξάγοντας δύο χαρακτηριστικά τον αριθμό των συνδεδεμένων υπογράφων (ns) και το βαθμό κάθε κόμβου (δs) από τους γράφους αποτιτανώσεων όπως αναφέραμε και στο κεφάλαιο της μεθοδολογίας. Η διαδικασία για την δημιουργία του τοπολογικού διανύσματος ήταν αρκετά χρονοβόρα συγκεκριμένα ο συνολικός χρόνος ήταν 36 ώρες και 35 λεπτά. Αρχικά, δοκιμάσαμε ένα εύρος k τιμών στην ταξινόμηση με τον knn ταξινομητή για όλα τα χαρακτηριστικά χωρίς να κάνουμε επιλογή των πιο σημαντικών και η καλύτερη AUC που προέκυψε ήταν A z = για k=15 ενώ, αντίστοιχα η καλύτερη ακρίβεια ταξινόμησης ήταν CA=73% για k=5. Συγκριτικά, με τα αποτελέσματα που προέκυψαν από την δική τους έρευνα (Chen et al., 2012) παρατηρούμε ότι τόσο η ακρίβεια ταξινόμησης όσο και η A z όσον αφορά τα δεδομένα που χρησιμοποίησαν ήταν σαφώς μεγαλύτερη, αυτό ίσως οφείλεται στο γεγονός ότι χρησιμοποίησαν δεδομένα από διαφορετική βάση δεδομένων από ότι εμείς. Επίσης, δεν γνωρίζουμε με ακρίβεια την φύση των δεδομένων που χρησιμοποιήθηκαν καθώς εμείς είχαμε στη διάθεση μας μαστογραφίες με πλειόμορφες αποτιτανώσεις οι οποίες είναι δυσκολότερο να ταξινομηθούν σωστά λόγω των διαφορετικών μορφών τους. Όταν κάναμε επιλογή χαρακτηριστικών τότε παρατηρήσαμε ότι η τιμή της A z εμφανίστηκε ελαφρώς μειωμένη ενώ η τιμή της ακρίβειας ελάχιστα αυξημένη (A z = , CA=73.9%). Στη δημοσίευση των Chen et al., 2015 για την ταξινόμηση των συστάδων μικροαποτιτανώσεων σε καλοήθεις ή κακοήθεις δημιουργήθηκε τοπολογικό διάνυσμα χαρακτηριστικών σε ένα εύρος κλίμακας και συγκεκριμένα χρησιμοποιήθηκαν συνολικά 8 τοπολογικά χαρακτηριστικά τα οποία εξήχθησαν από τους γράφους αποτιτανώσεων. Από αυτά τα χαρακτηριστικά μόνο δύο φάνηκε να είναι τα σημαντικότερα καθώς επιλέγονταν συχνότερα από το σύνολο των χαρακτηριστικών για την ταξινόμηση. Τα χαρακτηριστικά αυτά είναι ο αριθμός συνδεδεμένων υπογράφων (n s ) τον οποίο μελετήσαμε και προηγουμένως καθώς και το Giant connected component ratio V Gconn V G, όπου αποτελεί το λόγο των κόμβων που ανήκουν στον μέγιστο υπογράφο προς τους κόμβους όλου του γράφου. Οι κακοήθεις μικροαποτιτανώσεις τείνουν να βρίσκονται πιο κοντά η μία στην άλλη και συνεπώς στην περίπτωση κακοήθειας το χαρακτηριστικό αυτό φαίνεται να λαμβάνει μεγαλύτερες τιμές σε αντίθεση με καλοήθεις συστάδες μικροαποτιτανώσεων. 58

59 Εν συνεχεία, δημιουργήσαμε ένα τοπολογικό διάνυσμα χαρακτηριστικών εξάγοντας από τους γράφους αποτιτανώσεων τα δύο αυτά χαρακτηριστικά τα οποία φάνηκαν να έχουν μεγαλύτερη συσχέτιση με την εμφάνιση κακοήθειας. Σκοπός μας ήταν να μπορέσουμε να παρατηρήσουμε κατά πόσο αυτά τα χαρακτηριστικά θα μπορούσαν να επηρεάσουν πιο θετικά την ταξινόμηση. Η διαδικασία για την δημιουργία του τοπολογικού διανύσματος (διάστασης 161x258) ήταν αρκετά χρονοβόρα και σε αυτή την περίπτωση. Η καλύτερη AUC που προέκυψε ήταν A z = για k=7 ενώ, αντίστοιχα η καλύτερη ακρίβεια ήταν CA=73% για k=11. Η ακρίβεια παρέμεινε σταθερή ενώ η AUC αυξήθηκε κατά περίπου 1.2%. Στην παρακάτω εικόνα (Εικόνα 5.1.1) βλέπουμε τις διάφορες τιμές της A z ανάλογα με την τιμή του k (k=1,..,19) που προέκυψαν από την ταξινόμηση και των δυο τοπολογικών διανυσμάτων της παρούσας διπλωματικής που δημιουργήθηκαν με εξαγωγή διαφορετικών χαρακτηριστικών από τους γράφους μικροαποτιτανώσεων. Εικόνα 5.1.1: Διαβάθμιση των τιμών A z για τα τοπολογικά διανύσματα χαρακτηριστικών με βάση την τιμή των κοντινότερων γειτόνων. Στην παρακάτω Εικόνα (Εικόνα 5.1.2) παρατηρούμε τις τιμές της ακρίβειας ταξινόμησης (CA%) σε σχέση με τις διάφορες τιμές του k για τα δύο τοπολογικά διανύσματα χαρακτηριστικών. 59

60 Εικόνα 5.1.2: Διαβάθμιση των τιμών CA% με βάση την τιμή των κοντινότερων γειτόνων. Από τις δύο εικόνες βλέπουμε την μεταβολή των μετρικών που χρησιμοποιήθηκαν στην παρούσα εργασία για την εξαγωγή συμπερασμάτων. Οι μετρικές και στις δύο περιπτώσεις δεν παρουσιάζουν μεγάλη διαφορά. Συγκρίνοντας, τις δυο εικόνες βλέπουμε ότι η A z φαίνεται να λαμβάνει μεγαλύτερες τιμές από ότι η ακρίβεια ταξινόμησης (CA) και αυτό ίσως οφείλεται στο γεγονός ότι η ακρίβεια λαμβάνει μια τιμή με βάση την τιμή ενός κατωφλίου ενώ η τιμή της A z προσδιορίζεται με βάση ένα σύνολο από διαφορετικές τιμές κατωφλίου και προσδιορίζεται από την περιοχή κάτω από την ROC καμπύλη. Έπειτα από την δημιουργία του τοπολογικού διανύσματος με τα δύο καινούργια χαρακτηριστικά εφαρμόστηκε επιλογή χαρακτηριστικών μόνο στο σύνολο εκπαίδευσης εξαιρώντας το σύνολο ελέγχου κάθε φορά έτσι ώστε να αποφευχθεί η μεροληψία. Για την επιλογή χαρακτηριστικών εφαρμόσαμε την σειριακή εμπρόσθια επιλογή, τα αποτελέσματα της ταξινόμησης που προέκυψαν έπειτα από επιλογή 100 χαρακτηριστικών ήταν A z =0.80 και CA=71%. 60

61 Εικόνα 5.1.3: Σύγκριση μετρικών για τις διαφορετικές περιπτώσεις ταξινόμησης. Από την Εικόνα παρατηρούμε ότι καλύτερες τιμές μετρικών επιτεύχθηκαν στην περίπτωση όπου για την δημιουργία του τοπολογικού διανύσματος χρησιμοποιήσαμε τα χαρακτηριστικά που όπως έδειξαν οι Chen et al., 2015 φάνηκαν πιο σημαντικά. Επίσης, παρατηρούμε ότι όταν κάναμε χρήση της επιλογής χαρακτηριστικών και στα δύο τοπολογικά διανύσματα δεν παρουσιάστηκε κάποια βελτίωση σε σχέση με πριν την επιλογή χαρακτηριστικών. Όσον αφορά τη μέθοδο με την οποία πήραμε καλύτερα αποτελέσματα εφόσον χρησιμοποιήσαμε τα χαρακτηριστικά που υπέδειξαν στην έρευνά τους οι Chen et al., 2015, μια διαφορετική σκέψη ήταν η μείωση της κλίμακας καθώς όλες οι εικόνες περιείχαν αποτιτανώσεις που ενώνονταν όλες μεταξύ τους σε μικρότερη κλίμακα. Έτσι έγινε μείωση της κλίμακας μέχρι και η τελευταία εικόνα (από τις 161 συνολικά) να περιέχει όλες τις μικροαποτιτανώσεις ενωμένες μεταξύ τους. Η μειωμένη κλίμακα που προέκυψε ήταν S=84 και το τοπολογικό διάνυσμα που δημιουργήθηκε χρησιμοποιώντας αυτά τα χαρακτηριστικά (n s, giant component ratio) είχε διάσταση (161x168). Τα αποτελέσματα που προέκυψαν από την ταξινόμηση με χρήση της κλίμακας S=84 (Az=0.80, CA=74%) ήταν σχεδόν παρόμοια με αυτά πριν την μείωση της κλίμακας. Εφαρμόζοντας όμως την Sequential Forward Selection για την επιλογή των χαρακτηριστικών παρατηρήσαμε ότι η περιοχή κάτω από την ROC καμπύλη παρέμεινε σταθερή ενώ, η ακρίβεια αυξήθηκε (CA=76%). Στην Εικόνα βλέπουμε τις μετρικές τόσο πριν όσο και μετά την επιλογή χαρακτηριστικών στο μειωμένης κλίμακας σύνολο δεδομένων (S=84). 61

62 Εικόνα 5.1.4: Σύγκριση μετρικών στο μειωμένο σύνολο δεδομένων πριν και μετά την επιλογή χαρ/κων. Σκοπός της παρούσας διπλωματικής μεταπτυχιακής εργασίας δεν ήταν μόνο να μπορέσουμε να υλοποιήσουμε την μέθοδο των Chen et al. στα δικά μας δεδομένα αλλά και να δημιουργήσουμε μια άλλη μέθοδο που θα έκανε κάτι παρόμοιο με την έρευνα αυτή. Έτσι λοιπόν αποφασίσαμε αντί για τους γράφους των αποτιτανώσεων, από τους οποίους εξήχθησαν κάποια τοπολογικά χαρακτηριστικά, να χρησιμοποιήσουμε τις αποστάσεις των μικροαποτιτανώσεων μεταξύ τους μέσα στη συστάδα ώστε να ερευνήσουμε κατά πόσο κακοήθεις μικροαποτιτανώσεις είναι δυνατόν να βρίσκονται πιο κοντά τοποθετημένες μεταξύ τους σε αντίθεση με καλοήθεις μικροαποτιτανώσεις. Λόγω του ότι οι αποτιτανώσεις των δεδομένων μας ήταν πλειόμορφες θεωρήσαμε σημαντικότερο να μην κοιτάξουμε μόνο την ελάχιστη απόσταση αλλά και την μέγιστη καθώς και την απόσταση των κεντροειδών ώστε να έχουμε μια πλήρη εικόνα της τοποθέτησής τους στο χώρο. Εν συνεχεία, δημιουργήσαμε το διάνυσμα χαρακτηριστικών για κάθε εικόνα παίρνοντας τα ιστογράμματα των τριών αυτών αποστάσεων όπως αναφέραμε και στο κεφάλαιο της μεθοδολογίας. Ο αριθμός των bins που χρησιμοποιήθηκε για την δημιουργία των ιστογραμμάτων απόστασης ήταν 10. Αρχικά, χρησιμοποιήσαμε όλα τα δεδομένα για την ταξινόμηση (διάσταση διανύσματος 161x30) και κάθε φορά ένα χρησίμευε ως σύνολο ελέγχου ενώ τα υπόλοιπα ως σύνολο εκπαίδευσης του αλγορίθμου (leave one sample out analysis). Από την ταξινόμηση προτού κάνουμε επιλογή χαρακτηριστικών η καλύτερη AUC 62

63 που προέκυψε ήταν A z = για k=7 και η καλύτερη ακρίβεια ταξινόμησης ήταν CA = 75% για k=11. Στο διάνυσμα χαρακτηριστικών που ήδη είχαμε προσθέσαμε ένα ακόμα χαρακτηριστικό την διάσταση συσχέτισης ώστε να δούμε κατά πόσο επηρεάζει την απόδοση της ταξινόμησης. Έτσι το διάνυσμα είχε πλέον διάσταση 161x31. Χρησιμοποιώντας λοιπόν όλο το σύνολο δεδομένων χωρίς να κάνουμε επιλογή χαρακτηριστικών παρατηρήσαμε ότι τόσο η AUC όσο και η ACC παρέμειναν ίδιες για την πλειοψηφία των τιμών του k, εκτός από την τιμή k=7 όπου η AUC αυξήθηκε ελάχιστα κατά περίπου 0.2% (A z = ). Η διάσταση συσχέτισης δεν φαίνεται να επηρεάζει σημαντικά την ταξινόμηση ωστόσο δεν έχει κάποια αρνητική επιρροή. Κατά την επιλογή των 15 καλύτερων χαρακτηριστικών από το αρχικό διάνυσμα που δεν περιείχε την διάσταση συσχέτισης καταφέραμε να επιτύχουμε A z =0.81 και ακρίβεια CA=76% αντιθέτως, όταν η επιλογή των 15 χαρακτηριστικών έγινε από το διάνυσμα που περιείχε την διάσταση συσχέτισης τα αποτελέσματα παρουσιάστηκαν ελαφρώς μειωμένα. Παρότι, η διάσταση συσχέτισης επιλεγόταν πάντα κατά την επιλογή χαρακτηριστικών εντούτοις δρα κατά κύριο λόγο ως συμπληρωματικό χαρακτηριστικό στα ήδη επιλεγμένα χαρακτηριστικά. Η τιμή της διάστασης συσχέτισης δεν είναι αντιπροσωπευτική σε περιπτώσεις όπου οι συστάδες διαθέτουν πολύ λίγες μικροαποτιτανώσεις. Στην Εικόνα παρατηρούμε τις τιμές των μετρικών για τις διάφορες ταξινομήσεις. 63

64 Εικόνα 5.1.5: Σύγκριση μετρικών για διάφορες περιπτώσεις ταξινόμησης στην περίπτωση leave one sample out Εκτός από την leave one sample out όπως είπαμε χρησιμοποιήσαμε και κάποιες άλλες τεχνικές για να βρούμε κατά πόσο επηρεάζεται η ταξινόμηση των δεδομένων. Αντί λοιπόν για leave one sample out (κατά την οποία κάθε φορά χρησιμοποιούμε τα χαρακτηριστικά που εξάγουμε από μία μαστογραφία ως σύνολο ελέγχου και οι υπόλοιπες χρησιμεύουν ως σύνολο εκπαίδευσης) θελήσαμε επιπρόσθετα να μελετήσουμε την τεχνική leave one patient out κατά την οποία οι μαστογραφίες που προέρχονται από έναν ασθενή κάθε φορά χρησιμεύουν ως σύνολο ελέγχου ενώ οι υπόλοιπες ως σύνολο εκπαίδευσης. Η ταξινόμηση των δεδομένων σε αυτή την περίπτωση πριν την επιλογή χαρακτηριστικών και χωρίς την διάσταση συσχέτισης έδωσαν σαν αποτέλεσμα A z = (k=7) και CA = 74% (k=13) αντίστοιχα. Όταν στα δεδομένα προσθέσαμε και την διάσταση συσχέτισης η AUC αυξήθηκε ελάχιστα (A z = ) ενώ η ακρίβεια παρέμεινε σταθερή. Κατά την επιλογή χαρακτηριστικών οι τιμές ήταν A z = και CA=74%. Όσον αφορά την leave one sample out και την leave one patient out παρατηρούμε ότι στην πρώτη τεχνική η ταξινόμηση είναι καλύτερη. Αυτό ίσως οφείλεται στο γεγονός ότι έχουμε στη διάθεσή μας περισσότερα δεδομένα (καθώς κάθε εικόνα αποτελεί μια ξεχωριστή περίπτωση) στην πρώτη περίπτωση σε σχέση με τη δεύτερη περίπτωση. Στην παρακάτω εικόνα μπορούμε να δούμε τη σύγκριση των δύο αυτών τεχνικών έπειτα από επιλογή χαρακτηριστικών. 64

65 Εικόνα 5.1.6: Σύγκριση μετρικών για τις τεχνικές leave one sample out και leave one patient out. Η view based ανάλυση στηρίχτηκε στη λογική του διαχωρισμού των δεδομένων με βάση τη λήψη στην οποία ανήκουν (είτε mlo είτε cc). Έτσι λοιπόν βρήκαμε πόσες μαστογραφίες ανήκουν σε κάθε λήψη και χωρίσαμε τα δεδομένα για να γίνει επεξεργασία. Όσον αφορά την mlo λήψη οι συνολικές εικόνες ήταν 83 εκ των οποίων οι 37 ήταν κακοήθεις και οι 46 καλοήθεις. Δημιουργήσαμε και σε αυτή την περίπτωση το διάνυσμα χαρακτηριστικών από τα ιστογράμματα των αποστάσεων. Τα αποτελέσματα που πήραμε πριν την επιλογή χαρακτηριστικών ήταν A z = για k=5 και CA=74.7% για k=9. Όταν στο διάνυσμα χαρακτηριστικών προσθέσαμε και την διάσταση συσχέτισης παρατηρήσαμε ότι δεν υπήρξε καμία διαφορά. Έτσι λοιπόν η επιλογή χαρακτηριστικών έγινε μόνο από το αρχικό διάνυσμα χωρίς την χρήση της διάστασης συσχέτισης. Από την επιλογή των χαρακτηριστικών διαπιστώθηκε ότι η ακρίβεια ταξινόμησης καθώς και η περιοχή κάτω από την ROC καμπύλη εμφανίστηκαν μειωμένες (Az= , CA=72.3%). Οι εικόνες που αφορούσαν την cc λήψη ήταν συνολικά 78 από τις οποίες 34 ήταν κακοήθεις και 44 καλοήθεις. Τα αποτελέσματα που πήραμε πριν την επιλογή χαρακτηριστικών τόσο από το αρχικό διάνυσμα χαρακτηριστικών (διάστασης 78x30) όσο και από το διάνυσμα χαρακτηριστικών έπειτα από προσθήκη της διάστασης συσχέτισης (78x31) ήταν εξίσου A z = για k=5 και CA=75.6% για k=19. Η προσθήκη της διάστασης συσχέτισης στο συγκεκριμένο σύνολο χαρακτηριστικών δεν είχε καμία επίδραση στην απόδοση ταξινόμησης. Επιπλέον από την επιλογή 65

66 χαρακτηριστικών διαπιστώθηκε ότι η τόσο η ακρίβεια ταξινόμησης όσο και η AUC δεν παρουσίασαν κάποια σημαντική διαφορά (A z =0.767, CA=75.6%). Από την ανάλυση με βάση την λήψη παρατηρούμε ότι τα καλύτερα αποτελέσματα εξήχθησαν από την cc λήψη συγκριτικά με την mlo λήψη στα δεδομένα μας. Στην παρακάτω εικόνα μπορούμε να δούμε τη σύγκριση των δύο αυτών τεχνικών. Εικόνα 5.1.7: Σύγκριση μετρικών για τις τεχνικές view based analysis - mlo και view based analysis - cc. Τέλος, η patient based analysis στηρίχθηκε στη λογική του διαχωρισμού των δεδομένων με βάση τους ασθενείς οι οποίοι διέθεταν και τις δύο λήψεις για τον ίδιο μαστό. Σκοπός ήταν να δούμε κατά πόσο οι πληροφορίες που προέρχονται και από τις δύο λήψεις μπορούν να επηρεάσουν ή όχι θετικά την ταξινόμηση των δεδομένων. Συνολικά μόνο 60 ασθενείς διέθεταν μαστογραφίες και από τις δύο λήψεις, και από τους 60 ασθενείς 30 είχαν επιβεβαιωθεί με βιοψία ως κακοήθεις και 30 ως καλοήθεις. Το διάνυσμα των ιστογραμμάτων των αποστάσεων και από τις δύο λήψεις είχε διάσταση 60x60. Η ταξινόμηση πριν την επιλογή χαρακτηριστικών μας έδωσε τα εξής αποτελέσματα A z = και CA=70% για κ=11, και σε αυτήν την περίπτωση η διάσταση συσχέτισης δεν επηρέασε καθόλου τα αποτελέσματα. Κατά την επιλογή χαρακτηριστικών από το σύνολο εκπαίδευσης η AUC και η ακρίβεια ελαττώθηκαν. Συγκριτικά με τις υπόλοιπες μεθόδους παρατηρούμε ότι η συγκεκριμένη φαίνεται να δίνει τα χειρότερα αποτελέσματα και αυτό ίσως οφείλεται στο γεγονός ότι χρησιμοποιούμε λιγότερα δεδομένα. 66

67 5.2. Σύγκριση της μεθόδου των γράφων αποτιτανώσεων στα δεδομένα της παρούσας μελέτης Σε αυτό το σημείο θα συγκρίνουμε τις μεθόδους που χρησιμοποιήθηκαν αλλά και θα αναφέρουμε τις σημαντικότερες διαφορές τους. Η μέθοδος των Chen et al., 2012 παρότι στα δικά τους δεδομένα φάνηκε να δίνει πολύ καλά αποτελέσματα όταν εφαρμόστηκε στα δεδομένα της συγκεκριμένης μελέτης δεν κατάφερε να δώσει εξίσου καλά αποτελέσματα. Στο άρθρο των Chen et al., 2012 χρησιμοποιήθηκαν 20 μαστογραφίες από τη βάση δεδομένων MIAS εκ των οποίων 9 κακοήθεις και 11 καλοήθεις. Η διάμεση τιμή του πλήθους των μικροαποτιτανώσεων στη συγκεκριμένη έρευνα ήταν 27. Αυτό σημαίνει ότι οι 10 μαστογραφίες διέθεταν πλήθος αποτιτανώσεων μεγέθους μικρότερο από 27 ενώ οι υπόλοιπες 10 μεγαλύτερο του 27. Από την ταξινόμηση πριν την επιλογή χαρακτηριστικών η ακρίβεια ταξινόμησης ήταν 90% ενώ η AUC Στα δικά δεδομένα της παρούσας διπλωματικής αντίστοιχα ήταν 73% και Η διαφορά που παρατηρείται είναι αρκετά μεγάλη όσον αφορά την ταξινόμηση (Πίνακας 5.2.1). Az CA% Chen et al., 2012 (MIAS) % Our study ( (DDSM) % Πίνακας 5.2.1: Σύγκριση μετρικών χρησιμοποιώντας την μέθοδο των γράφων των Chen et al., 2012 στα δεδομένα που χρησιμοποιήθηκαν στη παρούσα έρευνα. Αυτό ίσως οφείλεται στο γεγονός ότι τα δεδομένα προέρχονται από διαφορετική βάση δεδομένων (DDSM) καθώς και στο γεγονός ότι οι μικροεπασβεστώσεις είναι πλειόμορφες και είναι δυσκολότερο να μπορέσουμε να διακρίνουμε την κακοήθεια σε σχέση με την καλοήθεια καθώς διαθέτουν διαφορετικές μορφές. Επίσης, μια άλλη διαφορά είναι η διάμεση τιμή του πλήθους των αποτιτανώσεων. Η διάμεση τιμή των δεδομένων της παρούσας έρευνας ήταν 15 αυτό σημαίνει ότι οι μισές μαστογραφίες (περίπου 80) διέθεταν λιγότερες από 15 αποτιτανώσεις. Το γεγονός ότι υπάρχουν πολλές μαστογραφίες οι οποίες διαθέτουν λιγότερες από 15 μικροαποτιτανώσεις μπορεί να επηρεάζει αρκετά το ποσοστό λάθους ταξινόμησης. 67

68 Στο άρθρο των Chen et al., 2015 χρησιμοποιήθηκαν όπως αναφέραμε και στο προηγούμενο υποκεφάλαιο δύο νέα χαρακτηριστικά τα οποία επιλέγονταν συχνότερα και φάνηκε να είναι αυτά τα οποία επηρεάζουν περισσότερο το ποσοστό της ταξινόμησης. Στην συγκεκριμένη έρευνα χρησιμοποιήθηκαν τόσο δεδομένα από την βάση MIAS, όσο και δεδομένα από την Digital και την DDSM. Τα αποτελέσματα τα οποία προέκυψαν από τις δύο πρώτες βάσεις δεδομένων παρουσίασαν πιο βελτιωμένες μετρικές σε αντίθεση με την DDSM. Τα δεδομένα από την DDSM ήταν συνολικά 300 μαστογραφίες (141 κακοήθεις, 156 καλοήθεις) οι οποίες χωρίστηκαν σε συνολικά 6 ομάδες από τυχαία επιλεγμένα υποσύνολα. Οι έξη ομάδες αποτελούνταν από 10 (5 καλοήθη, 5 κακοήθη), 15 (7 κακοήθη, 8 καλοήθη), 40 (18 κακοήθη, 22 καλοήθη) και 160 (72 κακοήθη και 88 καλοήθη) εικόνες αντίστοιχα. Κάθε τυχαία επιλογή επαναλαμβανόταν 100 φορές ώστε να δημιουργηθούν 100 τυχαία υποσύνολα. Έπειτα υπολογίστηκε ο μέσος όρος, οι μέγιστες και ελάχιστες τιμές των μετρικών (A z, CA%). Ο λόγος που το έκαναν ήταν για να δείξουν ότι δεν επηρεάζεται τόσο πολύ η απόδοση σε σχέση με το μέγεθος του δείγματος στη συγκεκριμένη μελέτη. Τα αποτελέσματα που προέκυψαν όσον αφορά τα δεδομένα από την DDSM χρησιμοποιώντας την τεχνική του μονοαποκλεισμού ήταν CA=86% και A z =0.90. Στην παρούσα ωστόσο μελέτη κάνοντας χρήση όπως είπαμε των καινούργιων χαρακτηριστικών καθώς και του μειωμένου διανύσματος έπειτα από επιλογή χαρακτηριστικών είχαμε CA =76% και A z =0.80. Az CA% Chen et al., % Our Study % Πίνακας 5.2.2: Σύγκριση μετρικών χρησιμοποιώντας την μέθοδο των γράφων των Chen et al., 2015 στα δεδομένα που χρησιμοποιήθηκαν στην παρούσα έρευνα. Στην περίπτωση αυτή παρατηρούμε ότι τα δεδομένα παρότι προέρχονται από την ίδια βάση (DDSM) τα αποτελέσματα είναι πολύ χαμηλότερα. Το γεγονός ωστόσο ότι προέρχονται από την ίδια βάση δεδομένων δεν σημαίνει ότι είναι και τα ίδια δεδομένα. Στην Εικόνα 7 του άρθρου των Chen et al., 2015 παρατηρούμε τον αριθμό των μικροαποτιτανώσεων σχετικά με το ποσοστό ακρίβειας. Το ποσοστό της ακρίβειας παρατηρείται αρκετά μειωμένο (κοντά στο 75%) στο διάστημα μεταξύ 11 68

69 έως 15. Η ακρίβεια φαίνεται να επηρεάζεται από το πλήθος των μικροαποτιτανώσεων μιας συστάδας. Όπως προαναφέραμε στα δεδομένα της μελέτης μας τα μισά έχουν λιγότερες από 15 αποτιτανώσεις εντός των συστάδων ενώ η επικρατούσα τιμή του συνόλου μας είναι το 13. Αυτό ίσως δίνει μια εξήγηση στη μειωμένη ακρίβεια που παρατηρείται στη δική μας έρευνα Σύγκριση των δύο μεθόδων που χρησιμοποιήθηκαν Η μέθοδος με τους γράφους αποτιτανώσεων που εφαρμόστηκε στην παρούσα μεταπτυχιακή εργασία χρησιμοποιώντας ωστόσο διαφορετικά δεδομένα από αυτά που χρησιμοποιήθηκαν από τους Chen et al. το 2012 και 2015 δεν έδωσε τόσο καλά αποτελέσματα όσο στην έρευνά τους. Αυτό ίσως οφείλεται στο γεγονός ότι στην παρούσα διπλωματική χρησιμοποιήθηκαν διαφορετικές εικόνες οι οποίες περιείχαν πλειόμορφες αποτιτανώσεις κάτι που δεν διευκρινίζεται στις άλλες μελέτες. Επιπλέον, η δημιουργία του διανύσματος χαρακτηριστικών ήταν πολύ χρονοβόρα συγκεκριμένα για όλες τις εικόνες μας ο συνολικός χρόνος ήταν 36 ώρες και 35 λεπτά. Στόχος μας λοιπόν ήταν η εύρεση ενός αλγορίθμου που θα μας έδινε καλύτερα αποτελέσματα ως προς την ταξινόμηση αλλά και θα μπορούσε να παράγει ένα διάνυσμα χαρακτηριστικών σε λιγότερο χρόνο. Η μέθοδος που προτείνουμε με τα ιστογράμματα των αποστάσεων των μικροαποτιτανώσεων μεταξύ τους είναι πιο απλή όσον αφορά την υλοποίησή της αλλά και πολύ πιο γρήγορη στη δημιουργία του διανύσματος χαρακτηριστικών. Συγκεκριμένα ο χρόνος που χρειαστήκαμε για την δημιουργία του διανύσματος για το σύνολο των εικόνων που είχαμε ήταν μόλις 45 λεπτά. Με την συγκεκριμένη μέθοδο προσπαθήσαμε να αναπαραστήσουμε την τοπολογία των μικροαποτιτανώσεων και να δούμε κατά πόσο γειτονικές μικροαποτιτανώσεις τείνουν να ενοποιούνται γρηγορότερα με την πάροδο του χρόνου. Η μέθοδος αυτή προσπαθεί να δείξει κάτι ανάλογο της μεθόδου των Chen et al., 2012 χωρίς τη χρήση πολλαπλής κλίμακας αλλά βασιζόμενοι στις αποστάσεις των αποτιτανώσεων μεταξύ τους. Συνηθέστερα, αποτιτανώσεις οι οποίες βρίσκονται τοποθετημένες κοντά η μία στην άλλη δείχνουν σημάδια κακοήθειας σε αντίθεση με αποτιτανώσεις πιο μακριά τοποθετημένες εντός της συστάδας. Η διάσταση συσχέτισης υλοποιήθηκε προκειμένου να δούμε κατά πόσο τα κέντρα των αποτιτανώσεων ακολουθούν κάποια γραμμικότητα ή βρίσκονται 69

70 πιο τυχαία διασπαρμένα στο χώρο. Εντούτοις, δεν φάνηκε να επηρεάζει το ποσοστό ταξινόμησης. Υλοποιώντας την μέθοδο των Chen et al., 2012 στα δεδομένα της μελέτης μας και κάνοντας χρήση των χαρακτηριστικών που φάνηκε να είναι σημαντικότερα στο άρθρο που δημοσίευσαν το 2015 καταφέραμε να επιτύχουμε A z =0.80 και ακρίβεια ταξινόμησης 76%. Αντιθέτως, χρησιμοποιώντας την μέθοδο που προτείναμε επιτύχαμε αντίστοιχα 0.81 AUC και 76% ακρίβεια. Οι δύο μέθοδοι παρατηρούμε ότι μας έδωσαν παρόμοια αποτελέσματα (Εικόνα 5.3.1) ωστόσο ο χρόνος υλοποίησης της μεθόδου που προτείναμε φαίνεται να μειώνεται πολύ και αυτό είναι σημαντικό όταν αφορά στην εξαγωγή ιατρικών συμπερασμάτων καθώς και υπολογιστικού κόστους. Εικόνα 5.3.1: Σύγκριση μεθόδων στα δεδομένα της παρούσας μελέτης (161 εικόνες ROI). 70

71 5.4. Σύγκριση των τεχνικών ανάλυσης που χρησιμοποιήθηκαν στην προτεινόμενη μέθοδο Τα δεδομένα της παρούσας μεταπτυχιακής εργασίας διαχωρίστηκαν κατάλληλα έτσι ώστε να γίνει μελέτη των διαφόρων τεχνικών με σκοπό να αναδείξουμε την καλύτερη τεχνική ανάλυσης των δεδομένων. Η πρώτη τεχνική ήταν η cluster based analysis η οποία διακρίνεται σε leave one sample out και leave one patient out. Στην leave one sample out έγινε χρήση όλων των δεδομένων χωρίς να μας ενδιαφέρει η λήψη από την οποία προέρχονται ή ο ασθενής στον οποίο ανήκουν (καθώς στον ίδιο ασθενή σε κάποιες περιπτώσεις ανήκαν περισσότερες μαστογραφίες). Όλες οι εικόνες θεωρούνται ξεχωριστές και κάθε φορά μία χρησιμοποιείται ως σύνολο ελέγχου ενώ, οι υπόλοιπες ως σύνολο εκπαίδευσης. Από την συγκεκριμένη τεχνική τα αποτελέσματα που προέκυψαν ήταν A z =0.81 και CA=76%. Στη συνέχεια έγινε εφαρμογή του leave one patient out, όπου οι εικόνες οι οποίες προέρχονται από έναν ασθενή χρησιμοποιούνται ως σύνολο ελέγχου ενώ οι υπόλοιπες ως σύνολο εκπαίδευσης. Τα αποτελέσματα της συγκεκριμένης τεχνικής ήταν A z =0.79 και CA=74%. Η πρώτη τεχνική φαίνεται να δίνει καλύτερα αποτελέσματα και αυτό ίσως οφείλεται στο γεγονός ότι χρησιμοποιεί περισσότερα δεδομένα στο σύνολο εκπαίδευσης. Όσον αφορά την view based analysis μπορούμε να την διαχωρίσουμε με βάση τις διαφορετικές λήψεις cc και mlo. Όταν χρησιμοποιήθηκαν εικόνες από την cc λήψη (78 συνολικά) τα αποτελέσματα που προέκυψαν ήταν A z =0.77 και CA=76% ενώ από τις εικόνες οι οποίες ήταν mlo λήψης (83 συνολικά) τα αποτελέσματα αντίστοιχα ήταν A z =0.75 και CA=75%. Παρατηρείται ότι οι εικόνες της cc λήψης παρέχουν καλύτερα αποτελέσματα σε σχέση με την mlo λήψη, αυτό ίσως οφείλεται στο ότι η επικρατούσα τιμή όσον αφορά το πλήθος των μικροαποτιτανώσεων στην mlo είναι 6 ενώ στην cc 25. Συνεπώς, το πλήθος των αποτιτανώσεων εντός μίας συστάδας παίζει σημαντικό ρόλο στην απόδοση της ταξινόμησης. Τέλος, η τεχνική patient based analysis εφαρμόστηκε για τους ασθενείς που είχαν και τις δύο λήψεις έτσι ώστε να δείξουμε αν η πληροφορία που προέρχεται και από τις δύο λήψεις μπορεί να βοηθήσει στην καλύτερη ταξινόμηση. Η καλύτερη τιμή A z ήταν 0.7 και η καλύτερη ακρίβεια ταξινόμησης (CA) ήταν 70%. Παρότι, συνήθως η 71

72 πληροφορία που προέρχεται και από τις δύο λήψεις είναι συμπληρωματική εδώ δεν βλέπουμε κάποια βελτίωση, αυτό ίσως οφείλεται στη χρήση λιγότερων δεδομένων (συνολικά 60 ασθενείς και με τις δύο λήψεις). Στην Εικόνα βλέπουμε τις τιμές των μετρικών για τις διάφορες τεχνικές που χρησιμοποιήθηκαν με την προτεινόμενη μέθοδο. Εικόνα 5.4.1: Σύγκριση μετρικών αναλόγως της τεχνικής ανάλυσης των δεδομένων που χρησιμοποιήθηκε. 72