Selbstorganisierende neuronale Netze zur automatischen Detektion und Klassifikation von Kontrast(mittel)-verstärkten Läsionen in der dynamischen MR-Mammographie

Abstract

Self-Organizing Maps are capable of classifying a dynamic signal/time curve as "typical benign" or "typical malignant." Therefore, they can be used as second opinion. In view of the now known localization of fibroadenomas enhancing like malignant tumors at the Self-Organizing Map, these lesions could be passed to further analysis by additional post-processing elements (e.g., based on T2-weighted series or morphology analysis) in the future.

Klinische Wertigkeit computergestützter Analysen in der MR-Mammografie. Ein Vergleich zwischen zwei Systemen und drei Untersuchern mit unterschiedlicher Erfahrung

“…Daher erscheinen mehrfache, mindestens drei Messungen mit mçglichst kleinen ROIs für die genaue Dignitätsbestimmung einer Läsion angemessen [14,15]. Allerdings sollte die ROI eine gewisse Mindestgrçße (in der Regel 3 3 Pixel) nicht unterschreiten, um etwaige Bewegungsartefakte auszugleichen und um repräsentative Werte zu erzielen [13,15,16]. Durch die mehrfachen Messungen kann eine manuelle ROI-basierte Analyse, insbesondere bei multifokalen Kontrastmittelanreicherungen, sehr zeitaufwändig sein.…”