Radiologe 2014 · 54:217–223DOI 10.1007/s00117-013-2578-2Online publiziert: 27. Februar 2014© Springer-Verlag Berlin Heidelberg 2014

R. Schulz-Wendtland1 · T. Wittenberg2 · T. Michel3 · A. Hartmann4 M.W. Beckmann5 · C. Rauh5 · S.M. Jud5 · B. Brehm1 · M. Meier-Meitinger1 G. Anton3 · M. Uder1 · P.A. Fasching5

1  Gynäkologische Radiologie, Radiologisches Institut, 

Klinikum der Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen2 Fraunhofer-Institut für Integrierte Schaltkreise IIS, Erlangen3 Erlangen Centre for Astroparticle Physics, Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen4 Institut für Pathologie, Klinikum der Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen5  Frauenklinik, Comprehensive Cancer Center Erlangen-EMN, 

Klinikum der Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen

Zukunft mammographie-basierter Bildgebung

Die Mammographie ist die zentra-le Bildgebungsmethode zur Detek-tion des Mammakarzinoms. Die ers-ten Berichte von röntgenologischen Darstellungen der Brust liegen ge-nau 100 Jahre zurück, als Mastek-tomiepräparate zum ersten Mal ge-röntgt wurden [1]. Seitdem hat eine stetige, durch klinischen Erfolg getra-gene Weiterentwicklung stattgefun-den. Sowohl technische Verbesserun-gen als auch populationsbasierte und randomisierte Studien konnten dazu beitragen, dass in vielen Ländern die Mammographie als Screeningunter-suchung für das Mammakarzinom an-geboten wird und sie die Grundlage der klinischen Diagnostik der Brust-drüse ist [2].

Hintergrund

Eine der Entwicklungen der letzten 10 Jah-re war die Einführung der digitalen Mam-mographie, durch welche die filmbasier-te Mammographie abgelöst wurde. Die amerikanische Zulassungsbehörde FDA (Food and Drug Administration) hatte im Jahr 2002/2003 die ersten digitalen Mam-mographiegeräte zugelassen. In ersten großen Vergleichsstudien zwischen analo-ger und digitaler Mammographie konnte insbesondere bei mammographisch dich-

ten Brüsten eine Verbesserung der Sen-sitivität von 55 auf 70% erreicht werden [3]. Während analoge Mammographiege-räte analoge Röntgenfilme als Detektor- und Speichermedium für Röntgenstrah-len verwenden, benutzt die digitale Mam-mographie photosensitive Detektoren, die Röntgenstrahlen in elektronische Signale umwandeln, die dann digital zu einem Bild umgesetzt werden. Archiviert werden diese Bilder auf den üblichen Speicherme-dien der elektronischen Datenverarbei-tung mit der Möglichkeit der Integration in moderne Archivierungs- und Verwal-tungssysteme wie PACS (Picture Archi-ving and Communication System [4]).

Diese Weiterentwicklung hat die Mög-lichkeit geschaffen, die Bilder der digita-len Mammographie mit Methoden der digitalen Bildverarbeitung und -analyse aufzubereiten und weiterzuverarbeiten, zu modifizieren und automatisch wich-tige Informationen zu analysieren. Diese Methoden bilden eine wichtige Grundla-ge der momentanen Weiterentwicklungen der digitalen Mammographie und werden auch die Neuheiten der nächsten Jahre be-stimmen.

Tomosynthese

Die digitale Aufnahme, Rekonstruktion, Verarbeitung und Wiedergabe radiolo-

gischer Bilder ermöglicht die Aufnahme einer Vielzahl von Bildern in kurzer zeit-licher Reihenfolge. Hieraus wurde unter Zusammensetzung von in Sequenz auf-genommenen Einzelbildern aus unter-schiedlichen Beobachtungswinkeln ein dreidimensionales Bildgebungsverfahren für die Brust entwickelt, die sog. digitale Tomosynthese („digital breast tomosyn-thesis“, DBT). Die Belichtungsparameter für jede Einzelschicht werden so gewählt, dass die aus allen Aufnahmen resultie-rende Strahlenexposition etwa der Do-sis einer Zwei-Ebenen-Mammographie entspricht [5]. Aus den Bildern mit ver-schiedenen Aufnahmewinkeln wird an-schließend mithilfe geeigneter Rekonst-ruktionsalgorithmen die Brust in inter-essierenden Schichten der unterschied-lichen Tiefenlagen parallel zur Detek-toroberfläche oder als beliebig drehba-res dreidimensionales Bild dargestellt [5]. Die Tomosynthese der Brust überwindet somit eine der Schwächen der Mammo-graphie, und zwar die zweidimensionale Bilddarstellung der in der Realität dreidi-mensionalen Brustdrüse. Die Tomosyn-these ist damit in der Lage, falsch-positi-ve oder falsch-negative Befunde als Folge inhärenter Superpositionen in der Mam-mographie zu vermeiden. Dies führt z. B. in dichten Brüsten zu einer Verbesserung der Detektion von Läsionen [6, 7, 8, 9]. Im

Leitthema: Mammadiagnostik

217Der Radiologe 3 · 2014  | 

Vergleich zur Mammographie und dem Ultraschall wird auch die Größenbestim-mung von Läsionen durch den Einsatz der Tomosynthese erleichtert [10, 6, 7, 8]. Des Weiteren wurde gezeigt, dass durch den Einsatz der DBT die Recallrate im Scree-ning gesenkt werden kann [5, 6, 11].

In Bezug auf die Darstellung von Kalzi-fikationen konnte bisher keine Verbesse-rung der Detektion im Vergleich mit der Mammographie festgestellt werden [12, 13, 14, 15, 16, 17, 18]. Neben dem fehlenden Superpositionseffekt werden die räumli-che Auflösung der Winkelbilder, die da-raus rekonstruierten Schichtbilder und eventuelle Bewegungsartefakte bei hö-herer Aufnahmezeit als Gründe für eine schlechtere Darstellung von Mikrokalk diskutiert.

Die Tomosynthese ist ein typisches Beispiel für die aktuellen Entwicklungen der Bildgebung der Brust: Während durch die Tomosynthese in einigen Bereichen (z. B. der Tumordetektion in dichtem Drüsengewebe) Probleme anderer Bild-gebungsmodalitäten wie der Mammogra-phie überwunden werden können, ist sie dieser bei der Detektion von Kalzifikatio-nen noch unterlegen. Die digitale Akqui-sition der Bildinformation legt allerdings nahe, dass die Stärken der verschiedenen Verfahren kombiniert werden müssen, um eine Weiterentwicklung und Verbes-serung der Brustbildgebung zu erreichen.

Automatisierte Bildanalyse

Durch die digitale Verfügbarkeit der Bild-daten können diese einer computerba-sierten Analyse zugeführt werden. In den letzten Jahren ist daran gearbeitet worden, diese speziell für verschiedene Fragestel-lungen bei der Beurteilung der Brustdrü-se zu verwenden. Diese Verfahren wer-den auch als „computer-assisted diagno-sis“ oder „computer-aided diagnosis“ (CAD) bezeichnet. Hierbei wird metho-disch unterschieden zwischen der com-puterassistierten Detektion (CADe), also der automatischen Suche nach auffälligen Regionen (z. B. Mikrokalk oder Herdbe-funde) in mammographischen Bilddaten im Rahmen des Screening einerseits, so-wie der computerassistierten Diagnose (CADx), d. h. der computerbasierten Zu-ordnung von vorher markierten Bildarea-

len zu benignen und malignen Befunden andererseits.

Methodisch wird bei beiden Ansätzen (CADe und CADx) versucht, Merkmale aus globalen oder lokalen digitalen Bild-informationen zu extrahieren und klassi-fizieren (z. B. mit densitometrischen, geo-metrischen, statistischen, spektralen oder texturbezogenen Kriterien), um zwischen unauffälligen und abklärungsbedürfti-gen Befunden zu unterscheiden [19, 20, 21]. Beispiele für solche Texturmerkma-le reichen von einfachen Merkmalen, die in einem Histogramm den Graustu-fenwerten entsprechen, über die räum-liche Verteilung von Mustern bis hin zu Spektralanalysen. Eine systematische He-rangehensweise an die Methodik der Ex-traktion von Merkmalen aus den digita-len Bilddaten, ebenso wie die Benutzung verschiedener Merkmale für unterschied-liche Fragestellungen (Detektion von Mi-krokalk, Detektion von Herdbefunden), ist in der Literatur nur ansatzweise disku-tiert [20].

Im klinischen Kontext können com-putergestützte Detektionsprogramme die Zweitbefundung ersetzen. Derartige CADe-Systeme deuten auf Befunde hin, die bei der Beurteilung leicht zu überse-hen sind. Ziel einer solchen CADe-Be-fundung ist dasselbe wie bei einer kon-sekutiven Doppelbefundung durch einen zweiten Radiologen, die bekannterweise zur Reduktion falsch-negativer Befunde führt. Mikrokalzifikationen werden durch solche CADe-Systeme mit besseren Sensi-tivitäten (86–100%) detektiert [21, 22, 23, 24] als Herdbefunde. Für Herdbefunde liegen die Sensitivitäten lediglich bei 67–89% [19, 21, 24, 25]. Im Mammographie-screening zeigte sich, dass der Einsatz von CADe-Systemen zu einem Anstieg der Recallrate von 9,8 auf 10,8% führte. Eben-so stieg die Rate von Biopsien mit benig-nem Ergebnis von 38,0 auf 41,0%. Gleich-zeitig stieg allerdings auch die Detektions-rate von 4,92 per 1000 Mammographien ohne CAD-Befundung auf 5,92 mit CAD-Befundung [26]. Andere Studien präsen-tierten ähnliche Ergebnisse [27, 28].

Bei der Differenzierung schon detek-tierter und markierter Läsionen in beni-gne und maligne imponierende Gewe-bebereiche lassen sich die CADx-Syste-me einsetzen. Diese basieren auf großen

Referenzdatensätzen, in denen die Läsio-nen manuell markiert und histologisch validiert wurden. Die in einem Anfrage-bild automatisch oder interaktiv markier-te Läsion wird durch geeignete Merkma-le (s. oben) charakterisiert und mit Hilfe eines Klassifikators einer Klasse (benigne, maligne) zugeordnet. Um diese Entschei-dung den Radiologen zu plausibilisieren, werden aus der Referenzdatenbank die dem Anfragebild ähnlichsten Fälle ausge-wählt und angezeigt [29, 30, 31, 32].

Nicht nur bei der Detektion und Diffe-renzierung von Mammakarzinomen, son-dern auch bei der Bestimmung der für die Vorhersage des Brustkrebsrisikos wichti-gen mammographischen Dichte, kann die Methodik, die bei CADe- und CADx-An-sätzen zum Einsatz kommt, weiterhelfen. Werden Texturmerkmale zur Vorhersage des Erkrankungsrisikos benutzt, kann die Risikoprädiktion durch die Hinzuziehung der mammographischen Dichte als Merk-mal nicht weiter verbessert werden [33].

Es ist klar, dass eine automatisierte Aufarbeitung der digitalen Bildinforma-tion insbesondere bei den mammogra-phiebasierten Bildgebungsverfahren bei weiterer Verbesserung der diagnostischen Genauigkeit einen Platz im diagnosti-schen Algorithmus finden kann. Nächs-te Schritte sind die Implementierung drei-dimensionaler Texturanalysen (z. B. [34]) und die weitere Verbesserung zweidimen-sionaler Verfahren.

Hybrid- und Fusionsverfahren

Die Stärken der komplementären Mam-madiagnostik ergeben sich durch die Kombination mehrerer bildgebender Ver-fahren, wobei die Schwäche eines Verfah-rens für eine bestimmte Fragestellung häufig durch die Stärke des jeweils kom-plementären Verfahrens für diese Frage-stellung ausgeglichen wird. Deshalb ist die Kombination und Fusion zweier ur-sprünglich getrennter Bildgebungsver-fahren nach der Bilddatenakquisition eine richtungsweisende Entwicklung bei der Etablierung neuer bildgebender Ver-fahren der Brust. Die Bestrebungen, glei-che Strukturen in verschiedenen Bildge-bungsverfahren zu registrieren, haben in den letzten 10 Jahren deutlich zugenom-men [35, 36]. Die Betrachtung derselben

218 |  Der Radiologe 3 · 2014

Leitthema: Mammadiagnostik

Struktur mit der exakten räumlichen In-formation in verschiedenen Bildgebungs-methoden verbessert die Interpretation detektierter Läsionen. Ein Beispiel, wel-ches in der klinischen Praxis bereits in-tensiv genutzt wird, ist die Fusion von CT und Positronenemissionstomographie (PET [37]).

Kombination von MRT und Mammographie/Tomosynthese

Die MR-Darstellung der Brust besitzt einen hervorragenden Gewebekontrast, während die Mammographie unbestritten das sensitivste Verfahren zur Detektion von Mikrokalzifikationen ist. Eine Kom-bination beider Verfahren könnte bei-de Stärken nutzen. Als Herausforderung bleibt die topographische Korrelation eines zweidimensionalen Verfahrens mit einem dreidimensionalen. Dies beruht u. a. auf der Tatsache dass die Brust bei der Mammographie komprimiert wird, wäh-rend sie bei der MR-Untersuchung durch die Bauchlage in einer komplett anderen Form dargestellt wird. Hierfür wurden be-reits verschiedene Ansätze entwickelt, die eine Koregistrierung ermöglichen [38, 39, 40]. Die Überwindung eines der Proble-me bei der Kombination beider Verfahren könnte mit dem Einsatz der Tomosynthe-se als ebenfalls dreidimensionalen Verfah-ren einhergehen. Wegen des immer noch experimentellen Charakters der Kombi-nation von MRT und Mammographie fin-det eine Nutzung solcher Systeme in der klinischen Praxis jedoch noch nicht statt. Weitere Hindernisse sind die fehlende Durchführbarkeit und die hohen Kosten im Rahmen populationsbasierter Scree-ningprogramme.

Kombination und Fusion von Ultraschall und Mammographie/Tomosynthese

Während die Kombination von MRT und Mammographie in der klinischen Praxis mit einem hohen Patientendurchsatz auch in absehbarer Zukunft mit offensichtli-chen Problemen belastet ist, könnte eine Kombination von Mammographie und Ultraschall bereits in naher Zukunft um-setzbar sein. Die Kombination von Ultra-schall und Mammographie verbessert die

Sensitivität des diagnostischen Prozesses. In der klinischen Diagnostik ist die Ult-raschalluntersuchung deswegen bereits heute als Komplementärdiagnostik zur Mammmographie anzusehen und findet hier breiten Einsatz.

Auch im Kontext von Screeningpro-grammen existieren einige Studien, die zeigen konnten, dass durch den zusätzli-chen Einsatz des Ultraschalls Karzinome entdeckt werden, die in der Mammogra-phie okkult sind. In einer großen Studie mit 11.130 Frauen sank die Sensitivität der Mammographie abhängig von der mam-mographischen Dichte der Kategorien 1, 2, 3 und 4 von 98 über 83% und 64 auf 48% ab (. Abb. 1; [41]). In dieser Studie wurden 31 der insgesamt 221 Mammakar-zinome nur durch die Ultraschalluntersu-

chung entdeckt. In einer kleineren Studie, bei der der zusätzliche Nutzen einer Ult-raschalluntersuchung in einem Kollektiv von Frauen mit einer hohen mammogra-phischen Dichte untersucht wurde, zeig-ten sich ähnliche Ergebnisse [42]. Insge-samt 12 der 41 Mammakarzinome wur-den lediglich mit der Ultraschallunter-suchung und nicht mit der Mammogra-phie entdeckt. Diese beiden Studien ma-chen den potenziellen Nutzen einer Kom-bination beider Untersuchungen exemp-larisch deutlich.

Verschiedene Gründe haben noch nicht zu einer Einführung der Ultra-schalluntersuchung in Screeningpro-gramme geführt. Die Ultraschalluntersu-chung der Brust ist sehr zeitintensiv und benötigt spezialisiertes Personal. Aus die-

Zusammenfassung · Abstract

Radiologe 2014 · 54:217–223   DOI 10.1007/s00117-013-2578-2© Springer-Verlag Berlin Heidelberg 2014

R. Schulz-Wendtland · T. Wittenberg · T. Michel · A. Hartmann · M.W. Beckmann · C. Rauh  S.M. Jud · B. Brehm · M. Meier-Meitinger · G. Anton · M. Uder · P.A. Fasching

Zukunft mammographiebasierter Bildgebung

ZusammenfassungDie Mammographie ist die zentrale diagnos-tische Methode der klinischen symptom-bezogenen Abklärung von Brusterkrankun-gen und des Brustkrebsscreenings. In der kli-nischen Diagnostik wird sie heute schon oft durch zusätzliche Untersuchungsmethoden wie dem Ultraschall, der Tomosynthese und ggf. auch der MRT-Bildgebung unterstützt. Zukünftige Entwicklungen gehen in die Rich-tung, dass diese Kombination aus 2 oder mehr Untersuchungsverfahren entweder in Hybrid- (Aufnahme mehrerer unterschiedli-cher Bildmodalitäten in einem einzigen Ge-rät) oder in Fusionsmethoden (Zusammen-führung und Registrierung von Bilddaten aus 

verschiedenen Modalitäten) technisch pro-fessionalisiert werden. Des Weiteren könn-ten an subgruppenbezogene Erkrankungs-risiken und individuelle Sensitivitäten und Spezifitäten angepasste Diagnostikkombina-tionen für eine Screeningdiagnostik Gegen-stand künftiger Studien sein. Wir stellen die aktuellen Entwicklungen auf diesen Gebieten und deren momentane Relevanz für die kli-nische Praxis und Entwicklungspotenzial für die Zukunft dar.

SchlüsselwörterTomosynthese · Hybrid · Fusion ·  Molekulare Marker · Screening

Future of mammography-based imaging

AbstractMammography is the central diagnostic method for clinical diagnostics of breast can-cer and the breast cancer screening program. In the clinical routine complementary meth-ods, such as ultrasound, tomosynthesis and optional magnetic resonance imaging (MRI) are already combined for the diagnostic pro-cedure. Future developments will utilize in-vestigative procedures either as a hybrid (combination of several different imaging modalities in one instrument) or as a fusion method (the technical fusion of two or more of these methods) to implement fusion imag-

ing into diagnostic algorithms. For screening there are reasonable hypotheses to aim for studies that individualize the diagnostic pro-cess within the screening procedure. Individ-ual breast cancer risk prediction and individu-alized knowledge about sensitivity and speci-ficity for certain diagnostic methods could be tested. The clinical implementation of these algorithms is not yet in sight.

KeywordsDigital breast tomosynthesis · Hybrid · Fusion · Molecular markers · Screening

219Der Radiologe 3 · 2014  | 

sem Grund sind nicht nur die durchzu-führenden Studien kostenintensiv, son-dern auch die Kosten dieser Maßnahmen müssten einem nachgewiesenen Nutzen gegenübergestellt werden. Bislang gibt es jedoch noch keine Studie mit einer Fall-zahl, die für den Nachweis einer Mortali-tätsreduktion ausreichend wäre.

Diese Problematik könnte möglicher-weise durch die Weiterentwicklung einer Kombination oder gar einer Fusion der beiden Untersuchungsmethoden über-wunden werden. Ein digitales Mammo-graphiesystem mit Tomosynthese bietet in idealer Weise die Plattform zur Ankop-pelung anderer Untersuchungstechniken wie z. B. Ultraschall. Die Untersuchungen könnten nahezu zeitgleich erfolgen, liefer-ten dreidimensionale Datensätze und da-mit die Grundlage für eine erfolgverspre-chende Bildfusion (. Abb. 2; [5]).

Bereits in den 1990er Jahren wurden erste Systeme beschrieben, die eine Ul-traschalluntersuchung mit einer Mam-mographie zu fusionieren versuchten (. Abb. 3; [43, 44, 45, 46]).

Die technischen Fortschritte der letz-ten 2 Jahrzehnte haben zur Weiterent-wicklung dieser Systeme [47, 48, 49, 50, 51] sowie zu mehreren Patentanmeldun-gen geführt [47, 49]. Insbesondere die automatisierten 3-D-Ultraschallsysteme der Brust und die Tomosynthese eröffnen die Zukunft der programmierten Kombi-nation beider Verfahren. Momentane Be-strebungen versuchen sowohl die Kombi-nation von automatisiertem Ultraschall in konventioneller Rückenlage mit der Tomosynthese im Sinne einer dreidimen-sionalen Registrierung von Tomosynthese und 3-D-Ultraschalldaten [52, 53] als auch die technische Integration beider Verfah-ren in ein einziges Gerät [47, 48] zu rea-lisieren.

Die Begutachtung und die Durchfüh-rung eines automatisierten Brustultra-schalls sind trotz der technischen Neue-rungen immer noch zeitintensiv. Der Einsatz in Screeningprogrammen würde deshalb idealer Weise bei Frauen durch-geführt werden, welche sowohl ein hohes Erkrankungsrisiko aufweisen als auch ein hohes Risiko haben, dass ein Karzinom in der Mammographie okkult ist. Die Iden-tifikation solcher Patientinnen eröffnet neue Anknüpfungspunkte an die mole-

48%

98%100%90%80%70%60%50%40%30%20%10%

0%

Sensitivität der Mammographie

4321

64%

83% Abb. 1 9 Sensitivität in Abhängigkeit von der mammographischen Dichte (ACR-Katego-rien nach BI-RADS-At-las) in einer Screening-kohorte in den USA. ACR American College of Radiology, BI-RADS Breast Imaging Repor-ting and Data System. (Adaptiert nach [41])

Abb. 2 8 Koregistrierung von Strukturen in der Tomosynthese und im 3-D-Ultraschall. Ziel ist es, Sys-teme zu entwickeln, die automatisch die Region, welche in der Tomosynthese markiert wird, im 3-D-Ultraschall zu identifizieren oder umgekehrt (hier dargestellt am Beispiel eines invasiven duktalen Mammakarzinoms)

Abb. 3 9 Eine der ersten Beschreibungen eines Fusionsgeräts für die Durchführung einer Mammographie und eines automati-sierten Ultraschalls. (Aus [45])

220 |  Der Radiologe 3 · 2014

Leitthema: Mammadiagnostik

kulare Bildgebung, die Epidemiologie und die molekulare Epidemiologie (s. unten).

Neuartige Röntgenaufnahmen der Brust

Durch moderne Röntgenmethoden kann die Mammographie technisch weiterent-wickelt werden. Mit einem Talbot-Lau-Aufbau [54] können z. B. zusätzlich zu einer Absorptionsaufnahme eine Phasen-kontrastaufnahme und eine Dunkelfeld-aufnahme angefertigt werden. Während die Absorptionsaufnahme eine Kombi-nation von Kernladung und Elektronen-dichte darstellt, liefert die Phasenkontrast-aufnahme Informationen über die Elek-tronendichte und die Dunkelfeldaufnah-me Informationen über das Vorhanden-sein granularer Strukturen mit Korngrö-ßen auf der Mikrometerskala [55].

Für diese neuartigen Bildmodalitäten wird untersucht, ob sie zur Darstellung von Mikrokalzifikationen genutzt wer-den können [55, 56]. Insbesondere Mik-rokalzifikationen könnten zu einem Sig-nal in der Dunkelfeldaufnahme führen, weil kleine Mikrokalkelemente die Rönt-genstrahlen ablenken. Tatsächlich konn-te bereits nachgewiesen werden, dass die-ses Verfahren superfeinen Mikrokalk bis 3 µm Größe darstellen konnte [55] und

dass einige dieser Signale in malignen Lä-sionen der Brust lokalisiert waren [56].

Eine Weiterentwicklung dieser Tech-niken und die Erforschung deren Bedeu-tung als Teil eines diagnostischen Algo-rithmus hätten das Potenzial, kalzifizie-rende Vorstufen des Mammakarzinoms mit einer besseren Sensitivität und ggf. Spezifität entdecken zu können. Studien zu diesen Fragestellungen sind zurzeit noch im Gange [57].

Radiogenomics und „big data“

Im digitalen Zeitalter stehen nicht nur Bilddaten unterschiedlicher Modalitä-ten zur Verbesserung des diagnostischen Prozesses zur Verfügung. In zunehmen-dem Umfang werden klinische und mole-kulare Daten der Patientinnen bereits für Therapieentscheidungen eingesetzt [58, 59]. Für die Kombination molekularer, bildtechnischer und epidemiologischer Daten könnte ein Mehrwert insbesondere in einem populationsbasierten Screening-programm resultieren. Zum einen könn-ten die verschiedenen Untersuchungsver-fahren a priori eine unterschiedliche Sen-sitivität abhängig von den molekularen Parametern eines Tumors aufweisen. Zum anderen könnten radiologische Parame-ter Aufschluss über die Molekularbiolo-gie oder die Pathogenese des Tumors ge-

ben und auf Subgruppen von Frauen mit besonders aggressivem Mammakarzinom hinweisen.

In Bezug auf den Zusammenhang molekularer Faktoren und der Sensitivi-tät und Spezifität der Bildgebung ist die mammographische Dichte momentan ein zentraler Assoziationspunkt. Sie erhöht das Risiko für eine Brustkrebserkrankung [60, 61] bei gleichzeitig deutlich vermin-derter Sensitivität und Spezifität bei der Detektion des Mammakarzinoms [41]. Es wäre also interessant, ob die mammogra-phische Dichte mit molekularen Faktoren der Pathogenese des Mammakarzinoms verbunden ist. In der Tat sind bereits ei-nige genetische Varianten (rs3817198 im Gen LSP1) der Keimbahn mit dem beson-ders aggressiven triplenegativen Mamma-karzinom [62] und gleichzeitig mit einer hohen mammographischen Dichte [63] und einer schlechteren Prognose assozi-iert worden [64, 65]. Allein basierend auf dieser Beobachtung wäre zu überlegen, ob man Untersuchungen anstrebt, die analy-sieren, ob Patientinnen mit einer entspre-chenden genetischen Veränderung von einer Zusatzuntersuchung zur Screening-mammographie profitieren. Momentan laufen Untersuchungen, die systematisch prüfen, wie die validierten 71 Risiko-Gene [66, 67, 68, 69, 70, 71] für das Mammakar-zinom mit der mammographischen Dich-te, dem Krankheitsrisiko und der Sensiti-vität der Untersuchung korrelieren.

Außerdem gibt es Untersuchungen, die bereits jetzt Tumoren mit einer besonders aggressiven Biologie wie beim triplenegati-ven Mammakarzinom mit spezifischen ra-diologischen Eigenschaften assoziiert ha-ben [72, 73]. Die Kenntnis solcher Daten könnte helfen, Frauen mit einem spezifi-schen Risiko für einen speziellen Subtyp des Mammakarzinoms einem Algorith-mus von Untersuchungsverfahren zuzu-führen mit einer für diese Konstellation größtmöglichen individuellen Sensitivität und Spezifität. Des Weiteren könnten sie zur Entwicklung neuer Klassifikationsme-thoden für CAD-Systeme führen. Die Fu-sion verschiedener bildgebender Verfah-ren könnte im klinischen Ablauf und ggf. in Screeningprogrammen dazu beitragen, dass diese Untersuchungen zeiteffizient durchgeführt werden können. Ein mög-liches Szenario ist in . Abb. 4 dargestellt.

Bestimmung molekularerMarker

Texturanalysedurchgeführter Bildgebung

(inkl. Mammogr. Dichte)

Nutzung vonPatientencharakteristika

Prädiktion derCharakteristiken von

Tumoren inverschiedenen

Bildgebungsmethoden

Prädiktion derindividuellen Sensitivität

und Spezi tät vonBildgebungsmethoden

Prädiktion desErkrankungsrisikos

Wahl der idealen Bildgebungsmethoden, individuell fürdie Patientin, angepasst an Erkrankungsrisiko, möglicher

Erscheinungsform des Tumors und individuellenSpezi täten und Sensitivitäten

Abb. 4 8 Mögliches Zukunftsszenario für die Wahl von Kombinationsmethoden zur Mammographie

221Der Radiologe 3 · 2014  | 

Ausblick und Fazit für die Praxis

F  Die wichtigste Entwicklung im Be-reich der röntgenbasierten Mamma-bildgebung ist in den nächsten Jah-ren die strukturierte Integration einer dreidimensionalen Information in die Interpretation der Mammographie. Dies kann durch den Einsatz der To-mosynthese, aber auch durch die Fu-sion von Bildern anderer dreidimen-sionaler Daten mit der Mammogra-phie und/oder der Tomosynthese er-folgen.

F  Des Weiteren existieren gut begrün-dete Hypothesen, dass mammogra-phiebasierte Screeningprogramme ggf. von einer individualisierten Vor-gehensweise profitieren könnten.

F  Die zu prüfenden Vorgehensweisen würden sowohl individuell zusätzli-che Bildgebungsverfahren utilisieren als auch molekulare Informationen über die Patientin und das Brustdrü-sengewebe nutzen.

F  Darüber hinaus werden neuartige, röntgenbasierte Detektionsmetho-den entwickelt, die bestimmte Verän-derungen der Brust wie Mikrokalzifi-kationen möglicherweise besser dar-stellen können.

Korrespondenzadresse

Prof. Dr. R. Schulz-WendtlandGynäkologische Radiologie, Radiologisches Institut,  Klinikum der  Friedrich-Alexander- Universität Erlangen-Nürnberg,Universitätstr. 21–23,91054 Erlangenruediger.schulz-wendtland@uk-erlangen.de

Einhaltung ethischer Richtlinien

Interessenkonflikt.  R. Schulz-Wendtland, T. Witten-berg, T. Michel, A. Hartmann, M.W. Beckmann, C. Rauh, S.M. Jud, B. Brehm, M. Meier-Meitinger, G. Anton, M. Uder, P.A. Fasching geben an, dass kein Interessenkon-flikt besteht. 

Dieser Beitrag beinhaltet keine Studien an Menschen oder Tieren.

Literatur

  1.  Salomon A (1913) Beiträge zur Pathologie und Kli-nik der Mammakarzinome. Arch Klin Chir 101:573–668

  2.  Gold RH, Bassett LW, Widoff BE (1990) High-lights from the history of mammography. Radio-graphics 10:1111–1131. doi:10.1148/radiogra-phics.10.6.2259767

  3.  Pisano ED, Gatsonis C, Hendrick E et al (2005) Dia-gnostic performance of digital versus film mam-mography for breast-cancer screening. N Engl J Med 353:1773–1783. doi:10.1056/NEJMoa052911

  4.  Trambert M (2006) Digital mammography integ-rated with PACS: real world issues, considerations, workflow solutions, and reading paradigms. Semin Breast Dis 9:75–81

  5.  Schulz-Wendtland R, Wenkel E, Wacker T, Hermann KP (2009) Quo vadis? Trends in der digitalen Mam-mographie. Geburtsh Frauenheilk 69:108–117

  6.  Skaane P, Gullien R, Bjorndal H et al (2012) Digi-tal breast tomosynthesis (DBT): initial experien-ce in a clinical setting. Acta Radiol 53:524–529. doi:10.1258/ar.2012.120062

  7.  Engelken FJ, Sack I, Klatt D et al (2012) Evalua-tion of tomosynthesis elastography in a breast-mimicking phantom. Eur J Radiol 81:2169–2173. doi:10.1016/j.ejrad.2011.06.033

  8.  Zuley ML, Bandos AI, Ganott MA et al (2013) Digi-tal breast tomosynthesis versus supplemental dia-gnostic mammographic views for evaluation of noncalcified breast lesions. Radiology 266:89–95. doi:10.1148/radiol.12120552

  9.  Tagliafico A, Astengo D, Cavagnetto F et al (2012) One-to-one comparison between digital spot compression view and digital breast tomosynthe-sis. Eur Radiol 22:539–544. doi:10.1007/s00330-011-2305-1

10.  Fornvik D, Zackrisson S, Ljungberg O et al (2010) Breast tomosynthesis: accuracy of tumor mea-surement compared with digital mammography and ultrasonography. Acta Radiol 51:240–247. doi:10.3109/02841850903524447

11.  Bernardi D, Ciatto S, Pellegrini M et al (2012) Pro-spective study of breast tomosynthesis as a triage to assessment in screening. Breast Cancer Res Tre-at 133:267–271. doi:10.1007/s10549-012-1959-y

12.  Helvie MA (2010) Digital mammography imaging: breast tomosynthesis and advanced applications. Radiol Clin North Am 48:917–929. doi:10.1016/j.rcl.2010.06.009

13.  Hakim CM, Chough DM, Ganott MA et al (2010) Di-gital breast tomosynthesis in the diagnostic en-vironment: a subjective side-by-side review. AJR Am J Roentgenol 195:W172–W176. doi:10.2214/AJR.09.3244

14.  Spangler ML, Zuley ML, Sumkin JH et al (2011) De-tection and classification of calcifications on digital breast tomosynthesis and 2D digital mammogra-phy: a comparison. AJR Am J Roentgenol 196:320–324. doi:10.2214/AJR.10.4656

15.  Baker JA, Lo JY (2011) Breast tomosynthesis: state-of-the-art and review of the literature. Acad Radiol 18:1298–1310. doi:10.1016/j.acra.2011.06.011

16.  Svahn TM, Chakraborty DP, Ikeda D et al (2012) Breast tomosynthesis and digital mammography: a comparison of diagnostic accuracy. Br J Radiol 85:e1074–e1082. doi:10.1259/bjr/53282892

17.  Michell MJ, Iqbal A, Wasan RK et al (2012) A com-parison of the accuracy of film-screen mammo-graphy, full-field digital mammography, and digi-tal breast tomosynthesis. Clin Radiol 67:976–981. doi:10.1016/j.crad.2012.03.009

18.  Gur D, Zuley ML, Anello MI et al (2012) Dose reduc-tion in digital breast tomosynthesis (DBT) scree-ning using synthetically reconstructed projection images: an observer performance study. Acad Ra-diol 19:166–171. doi:10.1016/j.acra.2011.10.003

19.  Rangayyan RM, Ayres FJ, Desautels JEL (2007) A re-view of computer-aided diagnosis of breast can-cer: toward the detection of subtle signs. J Franklin Inst 344:312–348

20.  Ganesan K, Acharya UR, Chua CK et al (2013) Com-puter-aided breast cancer detection using mam-mograms: a review. IEEE Rev Biomed Eng 6:77–98. doi:10.1109/RBME.2012.2232289

21.  Dromain C, Boyer B, Ferre R et al (2013) Computed-aided diagnosis (CAD) in the detection of breast cancer. Eur J Radiol 82:417–423. doi:10.1016/j.ej-rad.2012.03.005

22.  Freer TW, Ulissey MJ (2001) Screening mammo-graphy with computer-aided detection: prospecti-ve study of 12,860 patients in a community breast center. Radiology 220:781–786. doi:10.1148/radi-ol.2203001282

23.  Birdwell RL, Ikeda DM, O’Shaughnessy KF, Si-ckles EA (2001) Mammographic characteristics of 115 missed cancers later detected with screening mammography and the potential utility of com-puter-aided detection. Radiology 219:192–202. doi:10.1148/radiology.219.1.r01ap16192

24.  Kim SJ, Moon WK, Kim SY et al (2010) Comparison of two software versions of a commercially avai-lable computer-aided detection (CAD) system for detecting breast cancer. Acta Radiol 51:482–490. doi:10.3109/02841851003709490

25.  Murakami R, Kumita S, Tani H et al (2013) Detecti-on of breast cancer with a computer-aided detec-tion applied to full-field digital mammography. J Digit Imaging 26:768–773. doi:10.1007/s10278-012-9564-5

26.  Morton MJ, Whaley DH, Brandt KR, Amrami KK (2006) Screening mammograms: interpretation with computer-aided detection – prospective eva-luation. Radiology 239:375–383. doi:10.1148/radi-ol.2392042121

27.  Ko JM, Nicholas MJ, Mendel JB, Slanetz PJ (2006) Prospective assessment of computer-aided de-tection in interpretation of screening mammo-graphy. AJR Am J Roentgenol 187:1483–1491. doi:10.2214/AJR.05.1582

28.  Dean JC, Ilvento CC (2006) Improved cancer de-tection using computer-aided detection with dia-gnostic and screening mammography: prospec-tive study of 104 cancers. AJR Am J Roentgenol 187:20–28. doi:10.2214/AJR.05.0111

29.  Elter M, Haßlmeyer E (2008) A knowledge-based approach to the cadx of mammographic masses. In: Giger ML, Karssemeijer N (Hrsg) Medical ima-ging 2008: computer-aided diagnosis. SPIE Procee-dings

30.  Wittenberg T, Wagner F, Gryanik A (2012) To-wards a computer assisted diagnosis system for digital breast tomosynthesis. Biomed Tech (Berl). doi:10.1515/bmt-2012-4455

31.  Ginneken B van, Schaefer-Prokop CM, Prokop M (2011) Computer-aided diagnosis: how to mo-ve from the laboratory to the clinic. Radiology 261:719–732. doi:10.1148/radiol.11091710

32.  Elter M, Horsch A (2009) CADx of mammographic masses and clustered microcalcifications: a review. Med Phys 36:2052–2068

33.  Haberle L, Wagner F, Fasching PA et al (2012) Cha-racterizing mammographic images by using ge-neric texture features. Breast Cancer Res 14:R59. doi:10.1186/bcr3163

222 |  Der Radiologe 3 · 2014

Leitthema: Mammadiagnostik

34.  Wagner F, Gryanik A, Schulz-Wendtland R et al (2012) 3D Characterization of texture: evaluati-on for the potential application in mammographic mass diagnosis. Biomed Tech (Berl). doi:10.1515/bmt-2012-4240

35.  Schulz-Wendtland R, Bani M, Lux MP et al (2012) Pilot study on the detection of simulated lesi-ons using a 2D and 3D digital full-field mam-mography system with a newly developed high resolution detector based on two shifts of a-Se. Geburtsh Frauenheildk 72:408–411. doi:10.1055/s-0031-1298158

36.  Schulz-Wendtland R, Dilbat G, Bani M et al (2012) Full field digital mammography (FFDM) versus CMOS technology versus tomosynthesis (DBT) – which system increases the quality of intraopera-tive imaging? Geburtsh Frauenheilk 72:532–538. doi:10.1055/s-0032-1314942

37.  Fischer B, Lassen U, Mortensen J et al (2009) Preo-perative staging of lung cancer with combined PET-CT. N Engl J Med 361:32–39. doi:10.1056/NEJ-Moa0900043

38.  Dietzel M, Baltzer PA, Hopp T et al (2012) Co-re-gistration of MR-mammography and X-ray mam-mography. Eur J Radiol 81(Suppl 1):S27–S29. doi:10.1016/S0720-048X(12)70011-6

39.  Dietzel M, Hopp T, Ruiter N et al (2011) Fusion of dynamic contrast-enhanced magnetic resonance mammography at 3.0 T with X-ray mammograms: pilot study evaluation using dedicated semi-auto-matic registration software. Eur J Radiol 79:e98–e102. doi:10.1016/j.ejrad.2011.04.017

40.  Hopp T, Baltzer P, Dietzel M et al (2012) 2D/3D image fusion of X-ray mammograms with breast MRI: visualizing dynamic contrast enhancement in mammograms. Int J Comput Assist Radiol Surg 7:339–348. doi:10.1007/s11548-011-0623-z

41.  Kolb TM, Lichy J, Newhouse JH (2002) Compari-son of the performance of screening mammogra-phy, physical examination, and breast US and eva-luation of factors that influence them: an analysis of 27,825 patient evaluations. Radiology 225:165–175

42.  Berg WA, Blume JD, Cormack JB et al (2008) Com-bined screening with ultrasound and mammo-graphy vs mammography alone in women at ele-vated risk of breast cancer. JAMA 299:2151–2163. doi:10.1001/jama.299.18.2151

43.  Richter K, Winzer KJ, Frohberg HD et al (1998) Combination of mammography with automated ultrasound (Sono-X) in routine diagnosis? Zentrabl Chir 123(Suppl 5):37–41

44.  Richter K, Hamm B, Heywang-Kobrunner SH et al (1998) Automated mammary sonography and mammography: the differentiation of benign and malignant breast lesions. Rofo 169:245–252. doi:10.1055/s-2007-1015085

45.  Richter K, Prihoda H, Heywang-Kobrunner SH, Hamm B (1997) Description and first clinical use of a new system for combined mammography and automated clinical amplitude/velocity recons-tructive imaging breast sonography. Invest Radiol 32:19–28

46.  Richter K, Heywang-Kobrunner SH, Winzer KJ et al (1997) Detection of malignant and benign breast lesions with an automated US system: results in 120 cases. Radiology 205:823–830. doi:10.1148/ra-diology.205.3.9393543

47.  Vaughan CL, Evans MD (2013) Dual-modality scan-ning system for detecting breast cancer. Caperay Medical (pty) Ltd. Patent EP257727972

48.  Vaughan CL, Evans MD (2012) Diagnosing breast cancer: an opportunity for innovative engineering. S Afr Med J 102:562–564

49.  Li B, Thibault JB, Hall AL (2009) Combining x-ray and ultrasound imaging for enhanced mammo-graphy. General Electric Company Ltd. Patent US 20100246760A1 + US 7831015B2

50.  Suri JS, Danielson T, Guo Y, Janer R (2005) Fischer’s Fused Full Field Digital Mammography and Ultra-sound System (FFDMUS). Stud Health Technol In-form 114:177–200

51.  Kapur A, Carson PL, Eberhard J et al (2004) Combi-nation of digital mammography with semi-auto-mated 3D breast ultrasound. Technol Cancer Res Treat 3:325–334

52.  Medical Valley Europäische Metropolregion Nürn-berg (2013) Brustkrebsfrüherkennung optimieren. https://www.medical-valley-emn.de/news/brust-krebs-fr%C3%BCherkennung-optimieren. Zuge-griffen: 5. Nov. 2013

53.  Georgii J, Zöhrer F, Hahn HK (2013) Model-based position correlation between breast images in me-dical imaging 2013: computer-aided diagnosis. Proc SPIE 8670:86701U

54.  Pfeiffer F, Weitkamp T, Bunk O, David C (2006) Pha-se retrieval and differential phase-contrast ima-ging with low-brilliance X-ray sources. Nat Phys 2:258–261. doi:10.1038/Nphys265

55.  Anton G, Bayer F, Beckmann MW et al (2013) Gra-ting-based darkfield imaging of human breast tis-sue. Z Med Phys 23:228–235. doi:10.1016/j.zeme-di.2013.01.001

56.  Michel T, Rieger J, Anton G et al (2013) On a dark-field signal generated by micrometer-sized cal-cifications in phase-contrast mammography. Phys Med Biol 58:2713–2732. doi:10.1088/0031-9155/58/8/2713

57.  Medical Valley Europäische Metropolregion Nürn-berg (2013) Inferometrische Röntgenbildgebung. https://www.medical-valley-emn.de/projekt/in-terferometrische-r%C3%B6ntgenbildgebung. Zu-gegriffen: 5. Nov. 2013

58.  Schmidt M, Fasching PA, Beckmann MW, Kolbl H (2012) Biomarkers in breast cancer – an up-date. Geburtsh Frauenheilk 72:819–832. doi:10.1055/s-0032-1315340

59.  Luftner D, Lux MP, Maass N et al (2012) Ad-vances in breast cancer – looking back over the year. Geburtsh Frauenheilk 72:1117–1129. doi:10.1055/s-0032-1328084

60.  Rauh C, Hack CC, Haberle L et al (2012) Percent mammographic density and dense area as risk factors for breast cancer. Geburtsh Frauenheilk 72:727–733. doi:10.1055/s-0032-1315129

61.  Heusinger K, Loehberg CR, Haeberle L et al (2011) Mammographic density as a risk fac-tor for breast cancer in a German case-con-trol study. Eur J Cancer Prev 20:1–8. doi:10.1097/CEJ.0b013e328341e2ce

62.  Broeks A, Schmidt MK, Sherman ME et al (2011) Low penetrance breast cancer susceptibility lo-ci are associated with specific breast tumor sub-types: findings from the Breast Cancer Associati-on Consortium. Hum Mol Genet 20:3289–3303. doi:10.1093/hmg/ddr228

63.  Vachon CM, Scott CG, Fasching PA et al (2012) Common breast cancer susceptibility variants in LSP1 and RAD51L1 are associated with mam-mographic density measures that predict bre-ast cancer risk. Cancer Epidemiol Biomarkers Prev 21:1156–1166. doi:10.1158/1055-9965.EPI-12-0066

64.  Fasching PA, Pharoah PD, Cox A et al (2012) The ro-le of genetic breast cancer susceptibility variants as prognostic factors. Hum Mol Genet 21:3926–3939. doi:10.1093/hmg/dds159

65.  Fasching PA, Ekici AB, Adamietz BR et al (2011) Breast cancer risk – genes, environment and cli-nics. Geburtsh Frauenheilk 71:1056–1066. doi:10.1055/s-0031-1280437

66.  Antoniou AC, Wang X, Fredericksen ZS et al (2010) A locus on 19p13 modifies risk of breast can-cer in BRCA1 mutation carriers and is associated with hormone receptor-negative breast cancer in the general population. Nat Genet 42:885–892. doi:10.1038/ng.669

67.  Bojesen SE, Pooley KA, Johnatty SE et al (2013) Multiple independent variants at the TERT locus are associated with telomere length and risks of breast and ovarian cancer. Nat Genet 45:371–384. doi:10.1038/ng.2566

68.  Garcia-Closas M, Couch FJ, Lindstrom S et al (2013) Genome-wide association studies identify four ER negative-specific breast cancer risk loci. Nat Genet 45:392–398. doi:10.1038/ng.2561

69.  Ghoussaini M, Fletcher O, Michailidou K et al (2012) Genome-wide association analysis identi-fies three new breast cancer susceptibility loci. Nat Genet 44:312–318. doi:10.1038/ng.1049

70.  Goode EL, Chenevix-Trench G, Song H et al (2010) A genome-wide association study identifies su-sceptibility loci for ovarian cancer at 2q31 and 8q24. Nat Genet 42:874–879. doi:10.1038/ng.668

71.  Michailidou K, Hall P, Gonzalez-Neira A et al (2013) Large-scale genotyping identifies 41 new lo-ci associated with breast cancer risk. Nat Genet 45:353–361. doi:10.1038/ng.2563

72.  Kojima Y, Tsunoda H (2011) Mammography and ul-trasound features of triple-negative breast cancer. Breast Cancer 18:146–151. doi:10.1007/s12282-010-0223-8

73.  Kojima Y, Tsunoda H, Honda S et al (2011) Radio-graphic features for triple negative ductal carcino-ma in situ of the breast. Breast Cancer 18:213-220. doi:10.1007/s12282-011-0261-x

Kommentieren Sie diesen Beitrag auf springermedizin.de

7 Geben Sie hierzu den Bei-tragstitel in die Suche ein und nutzen Sie anschließend die Kommentarfunktion am Bei-tragsende.

223Der Radiologe 3 · 2014  |