乳腺鉬靶圖像癌變區(qū)域分類與檢測(cè)的深度計(jì)算.pdf

1、在乳腺癌診斷過(guò)程中，通過(guò)分析數(shù)字化乳腺鉬靶圖像中的病變區(qū)域是乳腺最常用的檢查方式之一，乳腺鉬靶圖像通常是利用軟射線穿透乳腺軟組織形成的。然而由于醫(yī)生診斷方式耗時(shí)并且?guī)в休^強(qiáng)的主觀性，診斷結(jié)果往往具有較強(qiáng)的主觀性，這種由于主觀性帶來(lái)的診斷不準(zhǔn)確性會(huì)給患者帶來(lái)不利的影響。計(jì)算機(jī)輔助診斷系統(tǒng)能夠提供客觀準(zhǔn)確的診斷結(jié)果，能夠?yàn)榛颊咛峁?zhǔn)確、定量的輔助分析從而給患者提供更合適的治療方案，減輕醫(yī)生繁重的診斷過(guò)程，對(duì)醫(yī)生和患者都具有重要的意義。乳腺鉬

2、靶圖像由于簡(jiǎn)便、快捷、無(wú)痛苦以及價(jià)格低廉被廣泛使用。乳腺鉬靶圖像中的癌變區(qū)域具有種類多樣、結(jié)構(gòu)復(fù)雜，無(wú)一致性的特性，并且正常區(qū)域和癌變區(qū)域在紋理上具有較高的相似性。因此，在乳腺鉬靶圖像中對(duì)癌變區(qū)域進(jìn)行分類、檢測(cè)是一項(xiàng)極具挑戰(zhàn)性的工作。
　　針對(duì)以上提出的問(wèn)題，本文提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)的乳腺鉬靶圖像中癌變區(qū)域的自動(dòng)分類和檢測(cè)的方法。該方法首先運(yùn)用滑動(dòng)窗口解決了乳腺鉬靶圖像中癌變區(qū)域和正常區(qū)域尺寸存在不一致的問(wèn)題，利用深度卷積神

3、經(jīng)網(wǎng)絡(luò)中不同的深度特征訓(xùn)練分類器，并與傳統(tǒng)的特征、傳統(tǒng)特征和深度特征的融合特征進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果表明，在各種不同的特征下，在深度卷積神經(jīng)網(wǎng)絡(luò)的第六層全連接層特征即FC6下得到最高的F1值，為0.8902，該值描述了分類器對(duì)不同類分類的穩(wěn)健性。
　　基于分類的結(jié)果，進(jìn)一步構(gòu)建對(duì)乳腺鉬靶圖像中癌變區(qū)域的自動(dòng)檢測(cè)，對(duì)數(shù)據(jù)中醫(yī)生標(biāo)記的癌變區(qū)域更新為包括癌變區(qū)域的最小矩形，重新構(gòu)建數(shù)據(jù)集，訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，利用滑動(dòng)窗口對(duì)乳腺鉬靶圖像取子圖像