INVESTIGATION OF COMPUTER AUTOMATED ANALYSIS CAPABILITIES FOR THE EFFECTIVE DIAGNOSIS OF DISSEMINATED PROSTATE CANCER
https://doi.org/10.22328/2079-5343-2019-10-1-74-85
Abstract
The aim. The possibility of applying a unified methodological approach to the problems of pattern recognition and information modeling of the process of diagnosis of various forms of malignant tumors with the help of CAD-analysis of medical images is substantiated. Material and methods. A retrospective analysis of medical histories and results of scintigraphy from 168 patients with newly diagnosed disseminated prostate cancer treated on the basis of the Khabarovsk regional clinical Oncology center in the period from 2003 to 2016. Considered original methodological approaches to the study of metastatic lesion of the skeleton using computer-aided analysis of planar osteoscintigraphy. Results. Volume of lesions of the skeleton were calculated with the use of computer systems for automated diagnostics based on the principles of image recognition and has the features of expert analysis. and the degree of tumor differentiation are independent of each other predictors of high risk of death in patients with disseminated prostate cancer. The high efficiency of CAD-analysis in the evaluation of bone metastatic index for this form of malignant advanced tumors is shown.
About the Authors
A. V. Eremenko
Khabarovsk Regional oncology cente
Russian Federation
Russian Federation
N. E. Kosyh
Far Eastern State Medical University
Russian Federation
Russian Federation
V. A. Razuvaev
Far Eastern State Transport University
Russian Federation
Russian Federation
S. Z. Savin
Pacific National University
Russian Federation
Russian Federation
References
1. World Health Organization Classification of Tumors. Pathology & genetics: tumors of the urinary system and male genital organs. Lyon, France: IARC Press, 2004. P. 186–192.
2. Hsing A.W. Chokkalingam A.P. Prostate cancer epidemiology // Front Biosci. 2006. Vol. 11. P. 1388–1413.
3. Quinn M., Babb P. Patterns and trends in prostate cancer incidence, survival, prevalence, and mortality. Part I: international comparisions // BJU Int. 2002. No. 90. P. 162–173.
4. Siegel R., Miller K., Jemal A. Cancer statistics, 2015 // CA Cancer J. Clin. 2015. Vol. 65. P. 5–29.
5. Global Cancer Facts & Figures 3rd Edition 2015. American Cancer Society. Cancer Facts & Figures 2015. Atlanta: American Cancer Society, 2015. 52 р.
6. Idrees M.T., Ulbright T.M., Oliva E., Young R.H., Montironi R., Egevad L., Tickoo S.K. The World Health Organization 2016 classification of testicular non-germ cell tumours: A review and update from the International Society of Urological Pathology Testis Consultation Panel // Histopathology. 2016. https://doi.org/10.1111/his.1311.
7. Cancer Facts & Figures 2015. Atlanta: American Cancer Society, 2015. Р. 20–21.
8. Watanabe M., Nakayama T., Shiraishi T. Stemmermann G.N., Yatani R. Comparative stadies of prostate cancer in Japan versus United States. A review // Urol. Oncol. 2000. Vol. 5. P. 274–283.
9. Schwartz G.G. Prostate cancer, serum parathyroid hormone, and the progression of skeletal metastases // Cancer Epidemiol Biomarkers Prev. 2008. № 17. P. 478–483.
10. Guideline on Prostate Cancer. European Association of Urology 2013 / eds. A. Heidenreich (chairman), P.J. Bastian, J. Bellmunt. 2013. 153 р.
11. Coleman R.E. Metastatic bone disease: clinical features, pathophysiology and treatment strategies // Cancer Treat Rev. 2001. Jun. No. 27 (3). P. 165–176.
12. Tombal B., Lecouvet F. Modern detection of prostate cancer bone metastasis: is the bone scan era over? // Advances in Urology. 2012. Vol. 2012. P. 8.
13. Kakhki V.R.D., Anvari K., Sadeqhi R., Mahmoudian A.-S., Torabian-Kakhki M. Pattern and distribution of bone metastases in common malignant tumors // Nucl. Med. Rev. Cent. East. Eur. 2013. No. 16 (2). P. 66–69
14. Гурина Л.И. Писарева Л.Ф., Одинцова И.Н. Рак предстательной железы в зонах экологического риска Приморского края // Сибирский онкологический журнал. 2004. № 2–3 (10–11). С. 102–106. [Gurina L.I. Pisareva L.F., Odincova I.N. Rak predstatel'noj zhelezy v zonah ehkologicheskogo riska Primorskogo kraya, Sibirskij onkologicheskij zhurnal. 2004. No. 2–3 (10–11). pp. 102–106. (In Russ.)].
15. Logothetis C.J., Lin S.H. Osteoblasts in prostate cancer metastasis to bone // Nat. Rev. Cancer. 2005. No. 5. P. 21–28.
16. Moslehi M., Cheki M., Salehi-Marzijarani M., Amuchastegui T., Gholamrezanezhad A. Predictors of bone metastasis in pre-treatment staging of asymptomatic treatment-naпve patients with prostate cancer // Rev. Esp. Med. Nucl. I Imaqen Mol. 2013. No. 32 (5). P. 286–289.
17. Abu-Hamar Ael H., Gameel T.A. Prognostic significance of PCA, Gleason score, bone metastases in patients with metastatic prostate cancer under androgen deprivation treatment // J. Eqypt Natl. Canc. Inst. 2009. Sep; No. 21 (3). P. 229–236.
18. Косых Н.Э., Савин С.З., Потапова Т.П., Дороничева А.В. Метод компьютерного автоматического анализа планарных сцинтиграмм в диагностике метастатического поражения скелета // Медицинская физика. 2015. № 4 (68). С. 55–59. [Kosyh N.Eh., Savin S.Z., Potapova T.P., Doronicheva A.V. Metod komp’yuternogo avtomaticheskogo analiza planarnyh scintigramm v diagnostike metastaticheskogo porazheniya skeleta. Medicinskaya fizika, 2015, No. 4 (68), рр. 55–59 (In Russ.)]. http://elibrary.ru/item.asp?id=25137612.
19. Lipton A. Bone continuum of cancer // Am. J. Clin. Oncol. 2010. Vol. 33, Suppl. 3. Р. 1–7.
20. Glass T.R., Tangen C.M., Crawford E.D., Thompson I. Metastatic carcinoma of the prostate: identifying prognostic groups using recursive partitioning // J. Urol. 2003. No. 169 (1). P. 164–169.
21. Hammon M., Dankerl P., Tsymbal A., Wels M., Kelm M., May M., Suehling M., Uder M., Cavallaro A. Automatic detection of lytic and blastic thoracolumbar spine metastases on computed tomography // Eur. Radiol. 2013. No. 7. P. 1862–1870.
22. Бурков С.М., Косых Н.Э., Савин С.З., Свиридов Н.М. Экспертная система для компьютерного автоматизированного анализа сцинтиграмм скелета с визуальной оценкой качества изображений // Российский электронный журнал лучевой диагностики. 2018. № 3. С. 227–248. [Burkov S.M., Kosyh N.Eh., Savin S.Z., Sviridov N.M. Ehkspertnaya sistema dlya komp’yuternogo avtomatizirovannogo analiza scintigramm skeleta s vizual’noj ocenkoj kachestva izobrazhenij. Rossijskij ehlektronnyj zhurnal luchevoj diagnostiki, 2018, No. 3, рр. 227–248. (In Russ.)]. DOI: 10.21569/2222-7415-2018-8-3-227-248.
23. Citrin D.L., Cohen A.I., Harberg J., Schlise S., Hougen C., Benson R. Systemic treatment of advanced prostatic cancer: development of a new system for defining response // J. Urol. 1981. No. 125. P. 224–227.
24. Vescovo R.Del, Frauenfelder G., Giurazza F., Piccolo C.L., Cazzato R.L., Grasso R.F., Schena E., Zobel B.B. Role of wholebody diffusion-weighted MRI in detecting bone metastasis // Radiol. Med. 2014. No. 119 (10). P. 758–766.
25. Косых Н.Э., Свиридов Н.М., Савин С.З., Потапова Т.П. Компьютерный автоматизированный анализ в задачах распознавания медицинских изображений на примере сцинтиграфии // Компьютерные исследования и моделирование. 2016. T. 8, № 3. С. 541–548. [Kosyh N.Eh., Sviridov N.M., Savin S.Z., Potapova T.P. Komp’yuternyj avtomatizirovannyj analiz v zadachah raspoznavaniya medicinskih izobrazhenij na primere scintigrafii. Komp’yuternye issledovaniya i modelirovanie, 2016, Vol. 8, No. 3, рр. 541–548. (In Russ.)]. http://elibrary.ru/download/elibrary_26323282_24905373.pdf.
26. Косых Н.Э., Смагин С.И., Гостюшкин В.В., Савин С.З., Литвинов К.А. Система автоматизированного компьютерного анализа медицинских изображений // Информационные технологии и вычислительные системы. 2011. № 3. С. 51–56. [Kosyh N.Eh., Smagin S.I., Gostyushkin V.V., Savin S.Z., Litvinov K.A. Sistema avtomatizirovannogo komp’yuternogo analiza medicinskih izobrazhenij. Informacionnye tekhnologii i vychislitel’nye sistemy, 2011, No. 3, рр. 51–56. (In Russ.)].
27. Brown M.S., Chu G.H., Kim H.J., Allen-Auerbach M., Poon Ch., Bridges J., Vidovic A., Ramakrishna B., Ho J., Morris M.J., Larson S.M., Scher H.I., Goldin J.G. Computer-aided quantitative bone scan assessment of prostate cancer treatment response // Nucl. Med. Commun. 2012. No. 33 (4). P. 384–394.
28. Косых Н.Э., Савин С.З., Коваленко В.Л., Потапова Т.П., Литвинов К.А. Некоторые аспекты изучения изображений очагов гиперфиксации радиофармпрепарата на остеосцинтиграммах с помощью компьютерного автоматизированного анализа // Вестник рентгенологии и радиологии. 2016. T. 97, № 2. С. 95–100. [Kosyh N.Eh., Savin S.Z., Kovalenko V.L., Potapova T.P., Litvinov K.A. Nekotorye aspekty izucheniya izobrazhenij ochagov giperfiksacii radiofarmpreparata na osteoscintigrammah s pomoshch’yu komp’yuternogo avtomatizirovannogo analiza. Vestnik rentgenologii i radiologii, 2016, Vol. 97, No. 2, рр. 95– 100. (In Russ.)] http://elibrary.ru/item.asp?id=25980224.
29. Смагин С.И., Косых Н.Э., Савин С.З., Свиридов Н.М. Разработка классификаторов экспертной системы для анализа планарных сцинтиграмм // Информатика и системы управления. 2016. № 2 (48). С. 115–126. [Smagin S.I., Kosyh N.Eh., Savin S.Z., Sviridov N.M. Razrabotka klassifikatorov ehkspertnoj sistemy dlya analiza planarnyh scintigramm. Informatika i sistemy upravleniya, 2016, No. 2 (48), рр. 115–126. (In Russ.)]. http://elibrary.ru/download/elibrary_26181371_98085305.pdf.
30. Авшаров Е.М., Абгарян М.Г., Сафарянц С.А. Обработка медицинских изображений как необходимый инструментарий медицинского диагностического процесса. [(In Russ.)]. URL: http://www.courseas.ru/download/pdf/Processing_of_medical_images.pdf. (Data obrashcheniya: 18.12.2018).
31. Савин С.З., Косых Н.Э., Потапова Т.П., Еременко А.В. Проблемы экспертной балльной оценки метастазирования по сцинтиграммам скелета в сочетании с гистограммным и текстурным анализом // Российский электронный журнал лучевой диагностики. 2016. Т. 6, № 3. С. 80–87. [Savin S.Z., Kosyh N.Eh., Potapova T.P., Eremenko A.V. Problemy ehkspertnoj ball’noj ocenki metastazirovaniya po scintigrammam skeleta v sochetanii s gistogrammnym i teksturnym analizom. Rossijskij ehlektronnyj zhurnal luchevoj diagnostiki, 2016, Vol. 6, No. 3, рр. 80–87. (In Russ.)]. http://elibrary.ru/down-load/elibrary_27253428_50793282.pdf.
32. Косых Н.Э., Савин С.З., Потапова Т.П. Применение текстурного анализа для оценки различий метастатических и неметастатических очагов на планарных остеосцинтиграммах // Медицинская радиология и радиационная безопасность. 2016. Т. 61, № 6 (6). С. 64–67. [Kosyh N.E., Savin S.Z., Potapova T.P. Primenenie teksturnogo analiza dlya ocenki razlichij metastaticheskih i nemetastaticheskih ochagov na planarnyh osteoscintigrammah // Medicinskaya radiologiya i radiacionnaya bezopasnost'. 2016. Vol. 61, No. 6 (6). pp. 64–67.(In Russ.)].
33. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности. М.: Финансы и статистика, 1989. 218 с. [Ajvazyan S.A., Buhshtaber V.M., Enyukov I.S., Meshalkin L.D. Prikladnaya statistika: klassifikaciya i snizhenie razmernosti. Moscow: Izdatel’stvo Finansy i statistika, 1989. 218 р. (In Russ.)].
34. Toennies K.D. Guide to Medical Image Analysis. Methods and Algorithms. London: Springer-Verlag, 2017. 589 p. DOI: 10.1007/978-1-4471-7320-5.
35. Акулов Л.Г., Харин Д.С., Муха Ю.П. Метод опорных векторов в задачах выявления состояний биологических систем // Информатика и системы управления. 2010. № 2 (24). С. 103– 105. [Akulov L.G., Harin D.S., Muha Yu.P. Metod opornyh vektorov v zadachah vyyavleniya sostoyanij biologicheskih sistem. Informatika i sistemy upravleniya, 2010, No. 2 (24), рр. 103–105. (In Russ.)].
36. Khudson G., Grinis G., Lopez-Majano V., Sansi P., Targonski P., Rubenstein M., Sharifi R., Guinan P. Bone scan as a stratification variable in advanced prostate cancer // Cancer. 1991. No. 68 (2). P. 316–320.
37. Azevedo-Marques P.M., Mencattini A., Salmeri M., Rangayyan R.M. Medical Image Analysis and Informatics: Computer-Aided Diagnosis and Therapy. 2017. ISBN: 1498753191. 548 p. https://avxhm.se/ebooks/1498753191.html
38. Litjens G., Kooi T., Bejnordi B.E., Setio A.A.A., Ciompi F., Ghafoorian M., van der Laak J.A.W.M., van Ginneken B., Sánchez C.I. A survey on deep learning in medical image analysis // Medical Image Analysis. 2017. Deс. Vol. 42. P. 60–88. https://doi.org/10.1016/j.media.2017.07.005
39. Takahashi Y., Yoshimura M., Suzuki K., Hashimoto T., Hirose H., Uchida K. Assessment of bone scans in advanced prostate carcinoma using full automated and semi-automated index methods // Ann. Nucl. Med. 2012. No. 26 (7). Р. 586–593.
40. Shahgeldi K. Simulation of attenuation effects in bone scintigraphy // Master of Science Thesis. Department of Radiation Physics, University of Gothenburg, 2009. P. 28.
41. Косых Н.Э., Еременко А.В., Савин С.З. Оценка фактора прогноза у больных с диссеминированным раком предстательной железы с учетом метастатического поражения скелета // Сибирский онкологический журнал. 2017. № 1. С. 39–44. [Kosyh N.Eh., Eremenko A.V., Savin S.Z. Ocenka faktora prognoza u bol’nyh s disseminirovannym rakom predstatel’noj zhelezy s uchetom metastaticheskogo porazheniya skeleta. Sibirskij onkologicheskij zhurnal, 2017, No. 1, рр. 39–44 (In Russ.)].
42. Imbriaco M., Larson S.M., Yeung H.W., Mawlawi O.R., Erdi Y., Venkatraman E.S., Scher H.I. A new parameter for measuring metastatic bone involvement by prostate cancer: the bone scan index // Clin. Cancer Res. 1998. No. 4. P. 1765–1772.
43. Kaboteh R., Damber J.E., Gjertsson P., Höglund P., Lomsky M., Ohlsson M., Edenbrandt L. Bone scan Index : a prognostic imaging biomarker for high-risk prostate cancer patients receiving primary hormonal therapy // EJNMMI Res. 2013. Vol. 3 (1). P. 9.
44. Madabhushi A., Lee G. Image analysis and machine learning in digital pathology: Challenges and opportunities // Medical Image Analysis. 2016. Oct. Vol. 33. P. 170–175. https://doi.org/10.1016/j.media.2016.06.037
45. Ulmert D., Kaboteh R., Fox J.J. Savage C., Evans M.J., Lilja H., Abrahamsson P.A., Björk T., Gerdtsson A., Bjartell A., Gjertsson P., Höglund P., Lomsky M., Ohlsson M., Richter J., Sadik M., Morris M.J., Scher H.I., Sjöstrand K., Yu A., Suurküla M., Edenbrandt L., Larson S.M. A novel automated platform for quantifying the extent of skeletal tumour involvement in prostate cancer patients using the Bone scan Index // Eur. Urol. 2012. No. 62 (1). P. 78–84.
46. Dennis E.R., Jia X., Mezheritskiy I.S., Stephenson R.D., Schoder H., Fox J.J., Heller G., Scher H.I., Larson S.M., Morris M.J. Bone scan index: a quantitative treatment response biomarker for castration-resistant metastatic prostate cancer // J. Clin. Oncol. 2012. No. 30 (5). P. 519–524.
47. Wakabayashi H., Nakajima K., Mizokami A., Namiki M., Inaki A., Taki J., Kinuya S. Bone scintigraphy as a new imaging biomarker: the relationship between bone scan index and bone metabolic markers in prostate cancer patients with bone metastases // Ann. Nucl. Med. 2013. No. 27 (9). P. 802–807.
Review
For citations:
Eremenko A.V., Kosyh N.E., Razuvaev V.A., Savin S.Z. INVESTIGATION OF COMPUTER AUTOMATED ANALYSIS CAPABILITIES FOR THE EFFECTIVE DIAGNOSIS OF DISSEMINATED PROSTATE CANCER. Diagnostic radiology and radiotherapy. 2019;(1):74-85. (In Russ.) https://doi.org/10.22328/2079-5343-2019-10-1-74-85
Views:
1196
Email this article 