乳腺X线摄影中腺体成分的最大似然估计及其对微钙化检测的影响
摘要：通过最大似然期望最大化算法估算像素级分泌率，并将其与常规乳腺X线摄影图像一同呈现，以提高微钙化的检测能力。通过TOPAS Geant4生成的已知分泌率图像进行算法实现和评估。应用该算法于一些带有和不带有微钙化的临床DICOM图像。实验结果表明，对于TOPAS模拟图像，分泌率的估计均方根误差为3.2％和2.5％，而对于DICOM临床图像，该算法给出的分泌率位于文献预期的平均范围内。对于微钙化的检测，DICOM图像的对比噪声比提高了17.5-548％，TOPAS图像的对比噪声比提高了5.1-88％。本研究通过模拟和临床图像研究了最大似然估计对分泌率的准确性，并显示了在乳腺癌危险因素中微钙化的对比噪声比提高的效果。
作者：Bryce Smith, Joyoni Dey and David Solis
论文ID：2304.09272
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2023-04-20