《基於視覺感知的乳腺鉬靶病灶圖像檢索研究》是依託杭州電子科技大學，由劉偉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於視覺感知的乳腺鉬靶病灶圖像檢索研究
- 項目類別：青年科學基金項目
- 項目負責人：劉偉
- 依託單位：杭州電子科技大學
項目摘要,結題摘要,
項目摘要
鉬靶X線攝影是臨床上乳腺癌檢測的主要手段，提高病灶特別是腫塊的檢測精度仍然是乳腺鉬靶CAD技術中的熱點和難點。利用基於內容的圖像檢索技術在病灶資料庫中檢索與疑似病灶在視覺上和病理上相似的病灶圖像以輔助醫生進行決策會有助於診斷精度的提高。傳統的醫學圖像檢索技術沒有重視醫生視覺感知信息在檢索中的作用，而醫生的診斷過程是一種基於視覺感知的主觀決策行為。醫學影像界的研究表明，利用醫生讀片時的視覺感知信息可以提高診斷精度。本項目從分析醫生讀片時的眼動信息出發，研究基於醫生讀片時視覺感知行為的乳腺鉬靶病灶圖像檢索方法。具體研究包括：基於醫生視覺感知信息的相關反饋過程中檢索圖像和查詢圖像相關度的計算方法；相關反饋中處理醫生反饋時主觀感知不確定性的方法等。本研究為揭示醫生在病灶圖像檢索中的視覺感知機理提供方法和實驗依據，並為構建面向診斷的基於醫生讀片時視覺感知行為的醫學影像查詢體系提供模型和技術。
結題摘要
乳腺癌是全球範圍內危害婦女身體健康的最常見惡性腫瘤之一。鉬靶X線攝影是臨床上乳腺癌檢測的主要手段。鉬靶CAD技術對乳腺癌的早期檢測與診斷具有重要價值。提高腫塊病灶的檢測精度是鉬靶CAD技術中的熱點和難點問題。利用圖像檢索技術在病灶資料庫中檢索與疑似病灶在視覺上和病理上相似的病灶圖像以輔助醫生進行決策會有助於診斷精度的提高。圍繞腫塊病灶檢索這個主題，本項目在腫塊分割和分類、醫生讀片視覺感知行為分析、病灶檢索的新方法等方面取得了一定進展。主要成果有：（1）構建了用於學術研究的鉬靶全圖（含3631幅鉬靶全圖）和病灶（含870個惡性腫塊和639個良性腫塊）資料庫；（2）提出了一種基於海島沖刷模型的乳腺鉬靶腫塊檢測算法，在腫塊自動分割方面取得了比較好的實驗效果。在每幅鉬靶圖像的假陽性個數下降到0.67個時，真陽性檢出率可達到91.9%；（3）項目組提出了基於雙視角和多分類器信息融合的鉬靶腫塊分類模式。實驗結果表明雙視角和多分類器信息融合在腫塊分類的正確率、敏感性、特異性和穩定性等方面均能取得更好的結果；（4）醫生的視覺感知信息與影像診斷關係密切。如何有效利用該信息以提高醫學影像輔助診斷中的決策準確性是一個很有價值的研究課題。項目組採用ASL-H6單目眼動儀記錄並分析了醫生讀片時的眼動信息，研究了基於醫生讀片時視覺感知行為的鉬靶腫塊檢測分析與自動提取方法。並有助於理解醫師在讀片時的認知行為模式；（5）項目組提出了雙視角腫塊病灶檢索方法，相對於傳統的單視角檢索，這種方法具有一定的創新性。初步的實驗結果表明：多視角檢索精度要好於單視角檢索精度，特別是相似性度量函式採用非距離式的度量函式（k-NN回歸）時更加明顯；（6）項目組提出了一種兩層學習框架來提高腫塊病灶的檢索精度。在“語義篩選”層採用基於醫生打分的回歸模型來選擇資料庫中和查詢病灶在語義上一致的病灶。在“視覺篩選”層採用類似元搜尋的技術，使用CombMNZ算法將基於不同視覺特徵檢索引擎的輸出進行排序合成以提高檢索精度；（7）項目組開發了一個名為MarLab的鉬靶病灶檢索學術研究平台軟體。使用該軟體可以使研究者專心於算法設計，不必處理病灶檢索中的許多技術細節問題。本項目研究成果對改進醫生閱片質量，提高CAD系統性能，改善我國婦女乳腺癌的早期診療具有一定意義。
