《基於視覺認知特性的乳腺X線圖像分析與理解》是依託西安電子科技大學，由王穎擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於視覺認知特性的乳腺X線圖像分析與理解
- 項目類別：青年科學基金項目
- 項目負責人：王穎
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
乳腺癌是女性癌症發病率和死亡率均居第二位的癌症，早期診斷和治療是挽救患者生命的最有效手段。乳腺X線攝影是目前乳腺癌普查的首選方法，但早期隱匿性乳腺癌通常影像學表現不明顯，且與正常組織相似，極易引起漏診和誤診，給患者造成了極大隱患。為此，本課題擬研究乳腺圖像的視覺認知特性，結合醫生診斷過程中的認知行為和經驗，以視覺認知計算、機器學習等領域的新方法為基礎：（1）利用多尺度幾何分析模擬人眼視覺回響特性，研究高靈敏度的感興趣區域定位方法；（2）提取感興趣區域的語義特徵，通過稀疏編碼方法逼近視覺系統的稀疏和認知特性，建立視覺語義特徵庫；（3）研究能夠有效融合醫生認知經驗的半監督認知分類方法；（4） 深入分析醫生診斷時的認知心理行為，建立感興趣區域性質的風險評估分析模型。該項目研究成果為乳腺X線圖像的分析和理解提供了新的研究思路，同時也為輔助醫生有效提高臨床診斷準確性提供了堅實的理論基礎和技術保障。
結題摘要
乳腺X線圖像的計算機解析，能夠有效輔助臨床醫生提高早期隱匿性乳腺癌的檢出率。本課題旨在研究乳腺圖像的視覺認知特性，以有效提升乳腺X線圖像分析和理解的認知精度。在國家自然科學基金青年基金項目(No. 61201294)的資助下，課題組研究了多種視覺認知特性，設計了感興趣區域典型特徵的分析提取方法，並進行了區域性質的風險評估。取得的主要研究成果有： 1. 感興趣區域快速定位：研究了多尺度幾何分析方法，提出了基於Directionlet的乳腺X線圖像質量提升方法。研究了人眼視覺稀疏特性，設計了基於多層次稀疏特性表示的感興趣區域定位新方法。研究了以視覺特性為依據的Hashing編碼模式，構建了感興趣區域稀疏表示分析的Hashing加速框架，在保證檢測性能的同時提升了檢測效率。 2. 感興趣區域特徵解析：結合醫生對於病變區域的感知和認知，設計了視覺敏感的邊緣自適應加權特徵，視覺層次性的塔形PCA特徵，以及視覺各向異性的局部-全局描述子。建立了特徵的聯合隱空間，通過Dirichlet對高層語義建模和變換。研究了高維數據的結構分布，提出了局部判別性廣義特徵向量提取方法，得到了更具表征性和辨識度的特徵。 3. 感興趣區域性質評估：研究並分析了特徵數據場的分布密集度，設計了數據場遊走的分類模型，快速有效地確定了感興趣區域的基礎類別。研究了直推式學習框架，進一步提升了不同性質感興趣區域的判別精度。研究了隱語義模型，設計了感興趣區域性質評估的統計分析策略，為醫生提供了更為客觀和準確的診斷參考。 在理論創新方面，提出了一系列的新方法，在國內外主流學術期刊和會議上發表學術論文14篇，其中SCI檢索5篇，EI檢索12篇。在關鍵技術方面，已授權國家發明專利1項，受理6項，獲陝西省科學技術三等獎1項。在國內外交流方面，協辦MLA2014研討會，並參加多個國內外知名會議，引起了國內外廣泛關注。本項目所取得的研究成果為早期乳腺癌的準確診斷提供了堅實的理論基礎和技術保障，對人類健康具有重要意義。
