Objectif. Dans le but d’améliorer la sensibilité et la spécificité dans le diagnostic du cancer du sein, plus d’une - généralement deux ou trois – vue mammographique du même sein est réalisée. Les besoins de reconstruction 3D du foyer de microcalcifications d’une part, et d’interprétation simultanée des informations fournies par les différentes vues d’autre part, requièrent qu’on puisse se faire une idée des microcalcifications qui correspondent les unes aux autres dans les différentes images. Ceci peut être difficile. Pour faire face à ce problème, nous avons développé une méthode de mise en correspondance automatique de microcalcifications visibles sur des vues mammographiques différentes provenant d’un même sein.

Matériels et Méthodes. Après avoir calculé les caractéristiques morphologiques individuelles des différentes microcalcifications, nous avons construit une fonction de ressemblance tenant compte de chacune de ces caractéristiques et permettant d’apparier les microcalcifications provenant des différentes vues. La contrainte géométrique adaptée au système utilisé a ensuite été appliquée afin d’éliminer les paires ne satisfaisant pas ce critère. La paire avec la plus grande ressemblance après cette sélection a été retenue.

Résultats. Cette technique a été testée sur un ensemble de mammographies réelles avec 77,14 % de bons appariements.

Conclusion. Cette technique donne des résultats encourageants et son utilisation directe ou dans le cadre d’une reconstruction 3D des foyers de microcalcifications est donc envisageable.

Purpose. In order to increase sensitivity and specificity in the diagnosis of breast cancer, more than one – generally two or three – mammograms of the same breast are obtained. In order to be able to carry out 3D reconstruction of microcalcification clusters on one hand, and efficiently fuse the information they carry on the other hand, one needs to match corresponding regions of microcalcifications from the different views. Unfortunately, this may be difficult at times. To help the situation, we have developed in this paper, a technique to automatically match microcalcifications found on pairs of mammograms from the same breast.

Materials and Methods. We used the computed morphological characteristics of individual microcalcifications to build a likeness function to match the microcalcifications. The geometrical constraint suitable for the system used was then applied to reduce the possibilities. From the remaining possibilities, the one with the highest likeness was selected as pair of corresponding microcalcifications.

Results. This technique was tested on a number of real cases and yielded 77.14% of good matches.

Conclusion. This technique provides good results and could therefore be used either directly or for 3D-reconstruction of clustered microcalcifications.