Сравнение виртуального и физического растров для цифровой маммографии

Цель исследования. Оценить возможность использовать программу цифровой обработки изображений для маммографии «СиГрид» (виртуальный растр) вместо традиционного подвижного отсеивающего растра.

Материалы и методы. На базе маммографа Маммо-4МТ-Плюс (АО «МТЛ», Москва) проведено сравнение виртуального растра «СиГрид» (АО «МТЛ», Москва) со штатным подвижным растром. На лабораторном этапе использовались фантомы CDMAM и CIRS 010D. На этапе работы в клинике сравнивались дозы в выборках из 1063 исследований с физическим растром и 1132 исследований с виртуальным растром. Для сравнения качества изображений по 200 случайным исследованиям из каждой выборки были независимо вслепую оценены тремя рентгенологами.

Результаты. При одинаковых дозах метрики качества, посчитанные на фантомах CDMAM и CIRS 010D с виртуальным растром, были не ниже, чем с физическим растром. Рентгенологи в среднем значимо выше оценили качество снимков с виртуальным растром, чем с физическим. Средняя доза в выборке с виртуальным растром оказалась на 22 % ниже, чем в выборке с физическим растром.

Заключение. Виртуальный растр «СиГрид» может применяться вместо подвижного физического растра для маммографии. 

1. Виноградов И. В., Шунков Ю. Е., Прохоров А. В. Способ подавления шума на рентгеновском изображении с помощью искусственной нейронной сети // Патент России № 2822515. 2024. Бюл. № 14.

2. Мазуров А. И., Потрахов Н. Н. Влияние рассеянного рентгеновского излучения на качество изображения и методы его подавления // Медицинская техника. 2014. № 5. С. 12–15.

3. Поздняков Д. В., Шунков Ю. Е., Касюк Д. М., Дабагов А. Р. Способ удаления составляющей от фонового рассеяния с рентгенографического изображения // Патент России № 2810896. 2023. Бюл. № 1.

4. Angelone F., Ponsiglione A. F., Grassi R., Amato F., Sansone M. A general framework for the assessment of scatter correction techniques in digital mammography. Biomedical Signal Processing and Control. 2024;89(6):1-12. https://doi.org/10.1016/j.bspc.2023.105802

5. Dance D. R., Skinner C. L., Young K. C., Beckett J. R., Kotre C. J. Additional factors for the estimation of mean glandular breast dose using the UK mammography dosimetry protocol. Phys. Med. Biol. 2000; 45(11):3225-3240. https://doi.org/10.1088/0031-9155/45/11/308

6. Fieselmann A., Fischer D., Hilal G., Dennerlein F., Mertelmeier T., Uhlenbrock D. Full-field digital mammography with grid-less acquisition and software-based scatter correction: Investigation of dose saving and image quality. Proceedings of SPIE Medical Imaging 2013: Physics of Medical Imaging. 2013;8668:86685Y. https://doi.org/10.1117/12.2007490

7. Ludewig E., Richter A., Frame M. Diagnostic imaging — Evaluating image quality using visual grading characteristic (VGC) analysis. Vet. Res. Commun. 2010;34(5): 473-479. https://doi.org/10.1007/s11259-010-9413-2

8. Marimon E., Marsden P. A., Nait-Charif H., Diaz O. A semi-imperical model for scatter field reduction in digital mammography. Phys. Med. Biol. 2021;66(4):045001. https://doi.org/10.1088/1361-6560/abd231

9. Sharma R., Sharma S. D., Sarkar P. S., Datta D. Imaging and Dosimetric Study on Direct Flat-Panel Detector-Based Digital Mammography System. J. Med. Phys. 2018;43(4):255-263.

10. Sayed M., Knapp K. M., Fulford J., Heales C., Alqahtani S. J. The principles and effectiveness of X-ray scatter correction software for diagnostic X-ray imaging: A scoping review. European J. Radiol. 2023; 158:110600. https://doi.org/10.1016/j.ejrad.2022.110600