Показване на основна информация на публикация
Innovative Breast Phantoms for Studying Image Quality in Modern Mammographic Techniques // Иновативни фантоми за изследване качеството на изображението при съвременни мамографски техники
dc.creator | Банева, Янка | BG |
dc.creator | Baneva, Yanka | EN |
dc.date.accessioned | 2022-11-23T12:40:51Z | |
dc.date.available | 2022-11-23T12:40:51Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | http://repository.mu-varna.bg/handle/nls/2698 | |
dc.description.abstract | Цел на дисертацията е създаване, валидиране и използване на иновативни компютърни фантоми за изследване качеството на изображението при съвременните мамографски техники, като томосинтеза и контрастно-усилена мамография(КУМ), които имат потенциал да се използват за ранен скрининг и диагностика на туморни образувания на млечната жлеза. В тази връзка е извършена успешна валидация на софтуера LUCMFRGen за получаване на компютърен модел на компресирана нехомогенна гърда и приложенията му в мамографията и томосинтезата. Разработена е методика за създаване на различни компютърни модели на млечна жлеза със съдържание, определено от изследователя. Разработена е методика за изследване влиянието на дебелината и съдържанието на компресираната гърда, като функция на различни мамографски спектри върху основни характеристики на получените мамографски изображения, като изследваните характеристики могат да се използват като основни параметри при проектирането на софтуерни приложения за оценка на плътността на гърдите. Моделирани са три компютърни модела на млечна жлеза за целите на КУМ, които ще се използват за реализирането на физически такива, тъй като биха били полезни при изследване връзката между количествената оценка на контрастното усилване в изображенията, получени при КУМ и хистопатологията. Демонстрирана е разликата между фантоми с хомогенна и нехомогенна текстура, като е въведен параметърът контраст за сравнение на изображенията. | BG |
dc.description.abstract | This doctoral thesis aims to create, validate, and use innovative computational phantoms to study the image quality of modern mammographic techniques, such as tomosynthesis and contrast-enhanced mammography (CEM), which have the potential to be used for early screening and diagnosis of breast tumours. In this relation successful validation of the LUCMFRGen software tool for applications in mammography and tomosynthesis was performed. A methodology was developed to create different by content computational breast models. A methodology was developed to study the influence of the thickness of the compressed breast as a function of the different energies of the ionising radiation and the studied characteristics can be used as basic parameters in the design of software applications for breast density assessment. Three computational breast models have been modelled for the purposes of CEM, which will be used for the development of physical ones as they could be used in studying the relationship between the quantification of contrast enhancement in CEM images and histopathology. The difference between phantoms with a homogeneous and inhomogeneous texture was demonstrated by introducing the contrast parameter for image comparison. | en_US |
dc.publisher | Medical University of Varna | en_US |
dc.subject | breast phantoms | en_US |
dc.subject | contrast-enhanced mammography | en_US |
dc.subject | tomosynthesis | en_US |
dc.subject.classification | Медицинска физика / Medical Physics | en_US |
dc.title | Innovative Breast Phantoms for Studying Image Quality in Modern Mammographic Techniques // Иновативни фантоми за изследване качеството на изображението при съвременни мамографски техники | en_US |
dc.type | thesis | en_US |
eprmuv.creator.email | yanka.baneva@mu-varna.bg | en_US |
eprmuv.department | Катедра по образна диагностика и лъчелечение / Department of Diagnostic Imaging and Radiotherapy | en_US |
eprmuv.institution | Medical University of Varna | en_US |
eprmuv.pages | 105 | en_US |
eprmuv.publication.place | Varna | en_US |
eprmuv.thesis.degree | phd | en_US |
eprmuv.thesis.type | doctoral | en_US |