基于多視圖的乳腺癌腫塊計(jì)算機(jī)輔助檢測(cè)與診斷.pdf

1、乳腺癌是一種高發(fā)病率的惡性腫瘤。乳腺鉬靶x 線攝影術(shù)是早期診斷乳腺癌的最可靠且有效的方法?；谌橄賆 線圖像的乳腺癌計(jì)算機(jī)輔助檢測(cè)與診斷系統(tǒng)(Computer-Aided Detection and Diagnosis，CAD)作為醫(yī)生的“第二雙眼睛”，提高了診斷的準(zhǔn)確性和客觀性并降低了工作量。目前應(yīng)用于臨床的系統(tǒng)多數(shù)是基于單幅視圖的，它們具有敏感度高但假陽性區(qū)域較多等特點(diǎn)。
　　 針對(duì)基于單幅視圖的乳腺癌計(jì)算機(jī)輔助檢測(cè)與診斷系

2、統(tǒng)（以下簡(jiǎn)稱單視圖CAD系統(tǒng)）中存在的假陽性區(qū)域較多的問題，在其結(jié)果之上提出了一種基于多幅視圖的解決方法。該方法綜合同一乳房的不同視圖中的信息，利用同一腫塊在不同視圖中表現(xiàn)出的某些特征具有不變性的特點(diǎn)，通過對(duì)單視圖CAD系統(tǒng)檢測(cè)出的疑似病灶區(qū)域在不同視圖之間進(jìn)行匹配，并提取視圖不變性的特征，然后采用模式分類的方法確定該匹配對(duì)是否為腫塊并進(jìn)行決策。
　　 基于多視圖的方法是以單視圖CAD系統(tǒng)為基礎(chǔ)，性能受單視圖CAD系統(tǒng)的結(jié)果影響

3、，其關(guān)鍵是疑似病灶區(qū)域的準(zhǔn)確分割和有效特征的提取。對(duì)此，結(jié)合最大熵閾值分割、基于梯度的初始圓輪廓估計(jì)和活動(dòng)輪廓模型方法提出了一種新的分割方法，然后在已有特征的基礎(chǔ)上結(jié)合分割結(jié)果的特性提出一些新的特征，并在之后使用逐步線性判別分析法進(jìn)行特征選擇。
　　 實(shí)驗(yàn)選取美國(guó)南佛羅里達(dá)大學(xué)提供的數(shù)字化乳腺X 線攝片數(shù)據(jù)庫中184個(gè)病例，保留其中一側(cè)乳房中含且僅含一個(gè)腫塊的兩幅圖像共368 幅。當(dāng)基于單幅視圖檢測(cè)方法的敏感度為85%時(shí)，假陽性