The role of 18F-FDG PET/CT in staging breast cancer: comparative analysis with breast MRI

Abstract

O cancro da mama é uma das principais causas de morte de mulheres no mundo. O diagnóstico é um passo importante que permite uma deteção precoce da doença, o que aumenta as probabilidades de sobrevivência e a eficácia do tratamento.O estadiamento do cancro da mama é um processo complexo no qual várias modalidades de imagiologia são fundamentais, como por exemplo a Ecografia, a Mamografia, a RMI, a Cintigrafia Óssea, a PET/CT e o TAC. Apesar da PET/CT e da RMI não serem considerados métodos convencionais para o estadiamento do cancro da mama, estes providenciam informação essencial para avaliar a doença.O principal objetivo desta tese é o desenvolvimento de uma abordagem que consegue semi-automaticamente detetar a localização primário do cancro da mama usando duas modalidades de imagiologia: PET/CT de corpo inteiro e RMI da mama. Para atingir esta meta, uma abordagem de vários passos para cada modalidade foi desenvolvida baseando se em técnicas de processamento de imagem, testada numa base de dados de 143 pacientes de cancro da mama recolhidos no IPO do Porto. O desenvolvimento do algoritmo é dividido na identificação do tecido mamário e na deteção da lesão, no qual técnicas de processamento de imagem como thresholding, co-registo, superpixels e clustering foram aplicadas.A melhor abordagem foi obtida pela deteção do tumor em imagens PET/CT, obtendo um valor de 0.308 de interseção sobre união, de 0.371 de precisão, de 0.568 de recall e de 2.766 falsos positivos por paciente. Estes resultados são promissores, no entanto, trabalho futuro deve de ser implementado para aumentar a acurácia do algoritmo e melhorar a performance.

Breast cancer is one of the main causes of mortality in women worldwide. Diagnosing is an important step that allows an early detection of the disease, which increases the chances of survival and the efficiency of the treatment. Staging Breast Cancer is a complex process in which several imaging modalities are fundamental, such as Echography, Mammography, MRI, Bone Scintigraphy, PET/CT and CAT scan. Although PET/CT and MRI are not considered conventional methods for staging breast cancer, they provide essential information to evaluate this disease.The main objective of this thesis is to develop an approach that can semi-automatically detect the primary site of breast cancer using two imaging modalities: whole-body PET/CT and breast MRI. To achieve this goal, a multi-step approach for each modality was developed based on image processing techniques, tested over a database of 143 breast cancer patients collected from IPO-Porto. The developed algorithms are divided into breast tissue identification and lesion detection, in which image processing techniques such as thresholding, co-registration, superpixels and clustering were applied.The best approach was achieved through the tumor detection in PET/CT images, achieving an intersection over union of 0.308, a precision of 0.371, a recall of 0.568 and 2.766 false positives per patient. These results seem promising, however, future work must be implemented to increase the accuracy of the algorithm and improve the overall performance.