基於雙邊雙視角的乳腺癌檢測與分類方法研究

《基於雙邊雙視角的乳腺癌檢測與分類方法研究》是依託北京交通大學，由李艷鳳擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於雙邊雙視角的乳腺癌檢測與分類方法研究
• 項目類別：青年科學基金項目
• 項目負責人：李艷鳳
• 依託單位：北京交通大學

項目摘要

我國已成為乳腺癌發病率增長速度最快的國家之一，且呈年輕化趨勢。對乳腺癌的早期檢測與診斷是提高患者治癒率的關鍵。基於圖像處理和模式識別理論，可獲取乳腺X線圖像定量客觀的分析結果，有助於乳腺癌早期檢測與分類。現有檢測與分類方法存在的主要問題有：(1) 大多基於單幅或兩幅圖像進行病變檢測，缺少雙邊雙視角圖像的病變檢測方法，其與醫生閱片機制存在一定差別。(2) 大多基於單個視角提取病變特徵和實現病變良惡性分類，缺少雙視角病變特徵融合，同時在特徵提取時忽略了病變中心與外圍區域的差異性。.針對上述問題，本課題的主要研究內容為：(1) 模擬醫生閱片機制，研究基於雙邊雙視角圖像的腫塊檢測方法。(2) 研究腫塊中心與外圍區域差異的特徵提取以及雙視角腫塊特徵融合，實現基於雙視角圖像的腫塊良惡性分類方法。本課題是信息學科與醫學學科的交叉學科，具有重要的理論意義，同時對乳腺癌早期檢測與診斷將起到積極的推動作用。

結題摘要

乳腺癌是女性最常見的一種惡性腫瘤，其發病率正在不斷上升，我國己成為乳腺癌發病率增長最快的國家之一。乳腺癌的早期診斷是提高患者治療率的關鍵。本課題完善了乳腺X線圖像資料庫，並在該資料庫上完成了： (1) 研究現狀分析：對乳頭檢測方法、胸肌分割檢測方法、雙邊視角圖像匹配方法以及同側雙視角圖像匹配方法、單視角病變檢測方法、雙邊分析病變檢測方法、雙視角分析病變檢測方法、病變檢索以及病變分類的研究現狀進行分析，總結現有方法的問題，並給出了可能的解決方法。 (2) 多視角融合的腫塊檢測：提出了三種卷積神經網路模型，並將其用於醫學圖像腫塊檢測；建立了一種基於乳房生理特徵的多視圖坐標系；提出了一種雙側比對的腫塊檢測方法 (3) 腫塊分類：提出了一種基於改進控制標記分水嶺算法的腫塊邊緣分割方法，提出了一種對區域邊界敏感的交叉熵閾值分割方法。提出了一種基於同軸模板與D-texton的腫塊良惡性分類方法。提出了一種結合形狀特徵與紋理特徵的腫塊良惡性分類方法。 本課題屬於信息學科與醫學學科的交叉學科，利用多學科理論研究乳腺X線圖像乳腺癌檢測的關鍵問題，實現了乳腺癌檢測的定量分析，有助於提高我國乳腺癌檢測和診斷水平。