Promotie Astrid Van Camp

Trefwoorden: Contrast-enhanced mammografie, Radiomics, Synthetische data

"Development of radiomics techniques for contrast-enhanced mammography: In silico testing with synthetic data to encompass less common cancer subtypes"

Borstkanker is wereldwijd een van de meest voorkomende kankers, waarbij vroege detectie de prognose sterk verbetert. Contrast-enhanced mammografie (CEM) is een nieuwe techniek die gebruikmaakt van jodiumcontrast om afwijkingen beter zichtbaar te maken. Het interpreteren van CEM-beelden is echter complex, waardoor computergestuurde hulpmiddelen op basis van artificiële intelligentie, zoals radiomics, steeds belangrijker worden. Deze radiomicsnetwerken vereisen wel grote hoeveelheden trainingsdata, maar medische datasets zijn vaak schaars of moeilijk te verkrijgen. Daarom wordt synthetische data onderzocht als alternatief, waarbij data (deels) gecreëerd wordt door simulaties. Deze thesis richt zich op het verbeteren van de generatie van synthetische CEM-data en het evalueren van de impact ervan op radiomics-netwerken. Er worden nieuwe methoden ontwikkeld om realistische microcalcificatieclusters te simuleren en in beelden in te voegen. Validatiestudies tonen aan dat deze synthetische data er realistisch kan uitzien. Experimenten bewijzen dat synthetische data netwerken voor detectie kan verbeteren, vooral wanneer weinig reële data beschikbaar is.

Klik hier voor de livestream.