点击显示 收起
【摘要】 目的探讨乳腺红外热图像不对称性分析在乳腺癌筛查中的临床应用价值。方法通过对比158例乳腺肿块病人(病理结果证实：其中恶性肿瘤58例，良性病变100例)的乳腺红外热图像中左右乳房区域的平均温度、温度标准差、温度峰度等参数来分析肿瘤的性质。结果通过本文分析方法筛查出44例恶性肿瘤(44/58)和88例良性病变(88/100)。结论分析结果表明乳腺癌病变区的温度分布与正常区域的温度分布具有不对称的特征，利用乳腺红外热图像不对称性分析能有效地筛查出恶性肿瘤，该方法在乳腺癌筛查中有较高的临床应用价值。
【关键词】 不对称性; 红外热图像; 平均温度; 乳腺癌
Clinical application of asymmetry analysis in breast infrared thermal image
XIAO Zi-jian,WAN Ying-wen,LI Kai-yang.School of Physics and Technology, Wuhan University,Wuhan 430072, China
ObjectiveTo investigate the clinical application of asymmetry analysis in breast infrared thermal image for breast cancer screening.MethodsThe average temperature and standard deviation and kurtosis of breast infrared thermal image belonged to 158 cases of breast tumor patients (confirmed by pathology: 58 cases are malignant and 100 cases are benign) were contrasted to analyze the features of the tumors.Results44 cases of malignant tumors (44/58) and 88 cases of benign lesions (88/100) have been screened out by this method.ConclusionThe temperature distribution of the cancer area and the normal area has the asymmetric feature. Asymmetry analysis in breast infrared thermal images is an effective method for breast cancer screening.
[Key words]asymmetry; infrared thermal image; average temperature; breast cancer
世界卫生组织的数据显示，乳腺癌在全球女性癌症发病率中排第二位，成为危害女性健康最常见的恶性肿瘤之一。全世界每年有近120万例乳腺癌疾病新增患者，每年死于乳腺癌的病人约有50万，并且发病率以每年2%的速率递增[1]。医学证明，早期发现和早期治疗是降低乳腺癌患者死亡率的关键因素。本文利用不对称性分析方法分析了158例乳腺肿块病人的乳腺红外热图像，并与病理结果进行对照，旨在提高乳腺红外热图像不对称性分析在乳腺癌筛查中的应用价值，以期为乳腺癌的红外热成像筛查提供有力依据。
1资料与方法
1.1一般资料本文所处理的158例乳腺红外热图像来源于湖北省人民医院2007年1月—2008年11月之间收治的因乳腺肿块而住院的患者，在手术前利用患者的乳腺红外热图像进行不对称性分析。经过手术后，病例结果证明其中58例肿块为乳腺癌，100例为良性肿块。
1.2分析方法首先，采用武汉昊博科技有限公司生产的HP-T-II型热层析成像系统，患者站立，双手叉腰，将双乳充分暴露于系统摄像头的正前方，从而获取患者的乳腺红外热图像。然后，对乳腺红外热图像进行图像预处理：第一步，采用256阶灰度来显示红外热图像(如图1);第二步，对图像进行直方图均衡化处理(如图2);第三步，利用Canny算子对图像进行边缘检测[2]，其中算子中的标准方差参数设置为0.4(如图3);第四步，在双乳下边界抛物线上各选取3点(其中一个点为边界最下方点，另外两点分居两侧)进行抛物线拟合，绘制出两条与左右乳房下边界拟合的抛物线，两抛物线交于点P且各自的另一侧分别与身躯的左右边界相交，同时连接左右腋窝点，并从点P做连线的垂线，这样一来可以将左右乳房区域的边界绘制出来(如图4);第五步，将第四步所得的左右乳房区域边界应用于原始乳腺红外热图像中，从而可以把左右两个独立的乳房区域从图像中分割出来(如图5)，以便进行分析研究。最后，获取左右乳房区域的温度数据并进行分析。
1.3判定标准
1.3.1平均温度不对称性分析方法左右乳房区域平均温度差<0.5℃视为良性肿块，≥0.5℃则视为恶性肿块。
1.3.2温度标准差不对称性分析方法左右乳房温度标准差之比<1.5视为良性肿块，≥1.5则视为恶性肿块。
1.3.3温度峰度不对称性分析方法左右乳房温度峰度数值同号视为良性肿块，异号则视为恶性肿块。
2结果
2.1病理结果本文中158例乳腺肿块，经手术后证实其中58例为恶性肿瘤，100例为良性病变。恶性肿瘤中，浸润性导管癌25例，黏液癌13例，髓样癌5例，其他恶性肿瘤15例;良性病变中，乳腺纤维瘤26例，积乳囊肿15例，乳腺炎12例，乳腺腺病8例,浆细胞性乳腺炎6例，肉芽肿性乳腺炎4例，其他良性病变29例。
2.2乳腺红外热图像不对称性分析结果在58例乳腺癌中，利用平均温度不对称性分析方法诊断出44例，诊断符合率为75.86%(44/58);利用温度标准差不对称性分析方法诊断出37例，诊断符合率为63.79%(37/58);利用温度峰度不对称性分析方法诊断出36例，诊断符合率为62.07%(36/58)。如表1所示。在100例良性病变中，利用平均温度不对称性分析方法诊断出88例，诊断符合率为88%(88/100);利用温度标准差不对称性分析方法诊断出79例，诊断符合率为79%(79/100);利用温度峰度不对称性分析方法诊断出75例，诊断符合率为75%(75/100)。如表2所示。表1恶性肿瘤分析结果例(%表2良性病变分析结果例
3讨论
红外热成像技术始于20世纪30年代，并在第二次世界大战之后迅速地从军事领域向医学领域渗透。英国外科医生Lawson[3]于1956年开拓性地应用红外热成像技术进行乳腺疾病检查，结果发现乳腺肿瘤区域体表温度比周围其他正常区域温度高，热分布特征明显表现异常。从此，红外热成像技术在乳腺疾病诊断上的应用研究便成为众多研究者关注的热点。Lawson还在其报道指出乳腺癌瘤区域的温度明显地高于流经该肿瘤的动脉血和静脉血的温度;Gautherie[4]通过乳腺癌的外科手术证实了该观点，并且认为这是器官或者组织高代谢产热产生的结果。同样可以从病理生理学角度来分析，组织的血供越丰富，该组织的代谢产热越高。因此，相对周围正常组织来说，恶性肿瘤组织具有较高的代谢产热和血液灌注率。近些年，乳腺红外热成像技术飞速发展，大量医学实例证明乳腺癌在乳腺红外热图像中表现出以下特征：(1)局部放射热增加或出现热点;(2)两侧温度明显不对称，患侧温度显著增高;(3)局部血管增多或增粗、迂曲，可血管走向反常;(4)乳晕部热增加。本文提出的检测方法正是根据乳腺癌病变区域与正常区域的温度分布具有明显的不对称性，恶性肿瘤区域温度一般高于正常区域温度这一原理来对乳腺红外热图像进行分析和研究的。Head[5]等人曾在报告中指出将左右乳房区域平均温度差异≥1℃作为恶性肿瘤的判断标准。本文通过分析病例并结合病理结果证实，将左右乳房区域平均温度差异≥0.5℃作为恶性肿瘤的判断标准更为合理，并用该判断标准进行检测实验，取得了理想的效果。从上述分析结果中可以看出，与温度标准差和温度峰度相比，将左右乳房区域的平均温度作为乳腺热图像不对称性分析的对比参数所筛查出的结果更具有临床应用价值。 乳腺红外热图像不对称性分析具有自身独特的优势。与钼靶、超声、MRI等医学影像技术不同，红外热成像技术是一种功能性的医学影像新技术。该技术是通过接收人体表面向外辐射出的红外辐射通量，经过数值转换处理后得到人体表面的温度分布图，根据图像对人体功能状态的分析与研究，具有直观、安全、经济等优点;有利于乳腺疾病的早期发现，同时也减少微损性的组织切片病理检查。据文献[6]报道，乳腺红外热成像技术能够比上述等医学结构影像技术提前10年探测到乳腺的病理状态。在乳腺红外热成像技术中应用不对称性进行分析，原理鲜明，结构清晰，且操作便捷，更加有助于提高乳腺红外热图像筛查乳腺癌的准确性、有效性。乳腺热图像不对称性分析具有乳腺癌初步筛查的临床应用价值，但其诊断符合率还不是很高，可以借助于热层析成像系统[7]进行更深入的乳房内部定量的温度分析来进行补充，这样可以取得更为理想的效果。同时，乳腺热图像不对称性分析也可以与钼靶、超声、MRI等结构影像技术一起进行互补性的检测，提高乳腺癌诊断的准确率。 近年来，随着红外热成像技术的发展和人们保健意识的增强，乳腺红外热成像技术已经被大量地应用于乳腺癌等乳腺疾病的风险评估和跟踪治疗中，并具有较高的有效性。同时我们也相信乳腺红外热图像不对称性分析将在乳腺癌筛查中发挥着越来越重要的作用。
【参考文献】
1张志勇，张小华. 乳腺癌的诊治新进展. 中国现代临床医学杂志，2006，15：1358-1360.
2J. Canny. A computational approach to edge detection. IEEE Transaction on Pattern Analysis and Machine Intelligence， 1986，6：679-698.
3Lawson RN，Gaston JP. Temperature measurement of localized pathological processes. Annals of the New York Academy of Science，1964，121：90-98.
4Gautherie M. Thermo-pathology of breast cancer：Measurement and analysis of IN VIVO temperature and blood flow. Annals of the New York Academy of Science，1980，335：383-413.
5JF Head，CA Lipari， F Wang， et al. Image Analysis of Digitized Infrared Images of the Breasts from a First Generation Infrared Imaging System. Proc. 19th IEEE/EMBS，pp. 1997,681-684.
6Bronzino JD.Biomedical Engineering.Boca Raton：CRC Press，2006.
7Hao Zhang，Kai-Yang Li. The Value-exploration of the Clinical Breast Diagnosis by Using Thermal Tomography. The 4th International Conference on Natural Computation (ICNC'08),2008：25-27.