A Pilot Study of Compositional Analysis of the Breast and Estimation of Breast Mammographic Density Using Three-Dimensional T1-Weighted Magnetic Resonance Imaging
Notice bibliographique
Résumé
PURPOSE: A method and computer tool to estimate percentage magnetic resonance (MR) imaging (MRI) breast density using three-dimensional T(1)-weighted MRI is introduced, and compared with mammographic percentage density [X-ray mammography (XRM)]. MATERIALS AND METHODS: Ethical approval and informed consent were obtained. A method to assess MRI breast density as percentage volume occupied by water-containing tissue on three-dimensional T(1)-weighted MR images is described and applied in a pilot study to 138 subjects who were imaged by both MRI and XRM during the Magnetic Resonance Imaging in Breast Screening study. For comparison, percentage mammographic density was measured from matching XRMs as a ratio of dense to total projection areas scored visually using a 21-point score and measured by applying a two-dimensional interactive program (CUMULUS). The MRI and XRM percent methods were compared, including assessment of left-right and interreader consistency. RESULTS: Percent MRI density correlated strongly (r = 0.78; P < 0.0001) with percent mammographic density estimated using Cumulus. Comparison with visual assessment also showed a strong correlation. The mammographic methods overestimate density compared with MRI volumetric assessment by a factor approaching 2. DISCUSSION: MRI provides direct three-dimensional measurement of the proportion of water-based tissue in the breast. It correlates well with visual and computerized percent mammographic density measurements. This method may have direct application in women having breast cancer screening by breast MRI and may aid in determination of risk.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».