DOI: https://doi.org/10.31071/kit2020.16.01

Опис-посилання

ISSN 1812-7231 Klin.inform.telemed. Volume 15, Issue 16, 2020, Pages 28-34

Автор(и)

Ю. Є. Лях¹, В. Г. Гур'янов², В. О. Білошенко³, М. В. Лях¹, В. О. Мельничук⁴

Установа(ви)

¹Національний університет "Острозька академія", Україна

²Київський національний медичний університет ім. О. О. Богомольця, Україна

³Донецький фізико-технічний інститут ім. О. О. Галкіна НАН України, Київ, Україна

⁴Східноєвропейський національний університет ім. Лесі Українки, Луцьк, Україна

Назва статті

Нейромережевий аналіз термограм молочної залози з використанням оцінки фрактальної розмірності розподілу поля температур

Анотація (резюме)

Вступ. Перспективним методом обстеження молочних залоз жіночого населення є термомамографія. Неінвазивність та безпечність і ефективність визначення патологічних змін в МЗ дозволяють вважати цей метод доцільним для широкого застосування.

Методи оцінки та аналізу термограм. Для аналізу термограм використано 68 показників, до яких включені: вік, мінімальна температура і розмір поля температур МЗ; 32 параметри відносної площі підвищення температур і 33 за алгоритмом оцінки показника Херста для фракталів високої розмірності. Для проведення аналізу були використані регресійні моделі та криві операційних характеристик (ROC).

Кількісний аналіз результатів термографії молочних залоз. Побудовано лінійну модель прогнозування ризику патології МЗ, AUC = 0,85 (95% CI 0,82 – 0,87) та нелінійну модель прогнозування ризику патології, AUC = 0,89 (95% CI 0,87 – 0,92).

Висновки. Побудована нейромережева MLP модель прогнозування ризику патології МЗ, а її чутливість складає 90,2% (95% CI 86,7% – 93,0%) і специфічність — 85,1% (95% CI 80,6 – 88,9).

Ключові слова

термограми молочних залоз, фрактальна розмірність, температура МЗ, однофакторний аналіз, MLP модель

Список літератури

1. Ng E. Y. A review of thermography as promising non-invasive detection modality for breast tumor. Int. J. Therm. Sci., 2009, vol. 48, no 5, pp. 849–859.

2. Ковальчук И. С., Дунаевский В. И., Венгер Е. Ф., Котовский В. И., Назарчук С. С. Возможности дистанционной инфракрасной термографии в диагностике заболеваний молочных желез (доброкачественные изменения). Укр. мед.часопис. 2013, №3(95), сс. 165–169.

3. Приходченко В. В., Приходченко О. В., Белошенко В. А., Дорошев В. Д., Карначев А. С. Повышение эффективности отборочного этапа селективного скрининга заболеваний молочной железы. Медико-соціальні проблеми сім'ї, 2009, т. 14, № 4, сс. 20–25.

4. Розенфельд Л. Г., Колотилов Н. Н. Дистанционная инфракрасная термография в онкологии. Онкология, 2001, т. 3, № 2–3, сс. 103–106.

5. Маркель А. Л., Вайнер Б. Г. Инфракрасная термография в диагностике рака молочной железы (обзор зарубежной литературы). Терапевт. архив, 2005, т. 776, № 10, сс. 57–61.

6. Приходченко В. В., Приходченко О. В. Диагностика заболеваний молочной железы с помощью цифрового контактного термографа. Медико-соціальні проблеми сім'ї, 2005, т. 10, № 3–4, сс. 61–64.

7. Приходченко В. В., Приходченко О. В., Білошенко В. О., Карначов О. С., Дорошев В. Д., Калініна О. І. Можливості контактної цифрової термографії у ранній доклінічній діагностиці раку молочної залози. Онкологія, 2009, т. 13, № 2, сс. 125–129.

8. Белошенко В. А., Дорошев В. Д., Карначев А. С., Приходченко В. В. Комплекс аппаратуры для ранней діагностики онкологических заболеваний методом контактной цифровой термографии. Наука та інновації, 2007, т. 3, № 5. сс. 11–25.

9. Приходченко В. В., Думанский Ю. В., Приходченко О. В., Белошенко В. А., Дорошев В. Д., Карначев А. С. Применение контактного цифрового термографа ТКЦ-1 в диагностике заболеваний молочных желез. Донецк, 2012, 189 с.

10. Carbone Anna. Algorithm to estimate the Hurst exponent of highdimensional fractals. PhysRev E, 2007; no. 76:056703.

11. Dumansky Y. V., Lyakh Y. E., Gorshkov O. G., Gurianov V. G., Prihodchenko V. V. Fractal dimensionality analysis of normal and cancerous mammary gland thermograms. Chaos, Solitons and Fractals, 2012, vol. 45, pp. 1494–1500.

12. Etehad Tavakol Mahnaz, Lucas Caro, Sadri Saeed, Ng Eyk. Analysis of breast thermography using fractal dimension to establish possible difference between malignant and benign patterns. J Healthcare Eng., 2010, vol. 1, no. 43.

13. Baish J. W., Jain R. K. Fractals and cancer, American Association for Cancer Research. Cancer Res., 2000, vol. 60, pp. 3683–3688.

14. Ramirez-Cobo P., Vidakovic B. A 2D wavelet-based multiscale approach with applications to the analysis of digital mammograms. Computational Statistics and Data Analysis, 2013, vol. 58, no. 2, pp. 71–81.

15. Гур'янов В. Г., Лях Ю. Є. , Парій В. Д. и др. Посібник з біостатистики. Аналіз результатів медичних досліджень у пакеті EZR (R–statistics). Навчальний посібник. Київ, Вістка, 2018, 208 с.

16. Kanda Y. Investigation of the freely available easy-to-use software ‘EZR' for medical statistics. Bone Marrow Transplant., 2013, no. 48, pp. 452–458.

17. Лях Ю. Е., Гурьянов В. Г. Математическое моделирование при решении задач классификации в биомедицине. Український журнал телемедицини та медичної телематики, 2012, № 2, т. 10, cc. 69–76.

18. Лях Ю. Е, Гурьянов В. Г., Якобсон Е. А. Анализ фрактальной структуры термограмм молочных желез. Медична інформатика та інженерія, 2016, № 1, сс. 88–90.

19. Білошенко В. О., Гур'янов В. Г., Приходченко В. В. Лях Ю. Є. Автоматизована експертна система оцінки результатів обстеження молочних залоз для контактної цифрової термографії. Медична інформатика та інженерія, 2019, № 2, сс. 25–37.

20. Лях Ю. Є., Думанский Ю. В., Гурьянов В. Г., Приходченко В. В. Разработка автоматизированной экспертной системы для предварительной скрининговой оценки данных контактной цифровой термографии. Университетская клиника, 2011, № 1. т. 7, сс. 109–112.

Повнотекстова версія http://kit-journal.com.ua/uk/viewer_uk.html?doc/2020_16/001.pdf