近年来,我国妇女乳腺癌发病率急剧上升,并且发病年龄呈年轻化趋势。美国癌症学会(American Cancer Society)的报告以及大量的实验数据都证实早期诊断乳腺癌能挽救生命和增加治疗方案选择,并且节省大量治疗费用。乳腺X线摄影是早期诊断的主要方法。然而由于X线图像具有高容量、低对比度和征象表现多样性等特点,同时东方女性中存在大量致密型乳腺,导致目前我国乳腺癌早期检出率偏低。 计算机辅助诊断(CAD)系统的应用有助于提高早期检出率,为医生提供客观、有效的诊断依据,其有效性在西方国家已经得到验证并已应用于临床诊断和大规模乳腺癌普查中。然而,我国现有乳腺CAD系统普遍存在假阳性率较高、性能不完善等问题,在医院实际应用程度不高,分析其主要原因有：1)系统架构和核心算法应用不合理,我国当前应用的乳腺CAD系统大都从西方国家进口,其病灶检测所依赖的低层特征和核心算法都是和西方国家退化型乳腺组织适配的,对致密型乳腺则检出效果不理想；2)医生在使用乳腺CAD系统时希望得到的不仅仅是当前病例的诊断结果,还希望能够进一步参考以前具有相似病症并已得到确诊的病例的诊断情况,这对医生判定系统诊断结果有重要作用,同时通过对比学习可以有效提高医生的诊断水平,这也正是当前乳腺CAD系统所缺乏的。 正是由于当前乳腺CAD在我国应用存在诸多难题,前期文献调研显示乳腺癌CAD技术和系统研究已成为生物医学工程和医学影像领域的一个热点课题,但当前研究主要集中在病灶(特别是微钙化)的检出上,而且研究对象还是采用西方国家建立的一些标准乳腺数据库,由于东西方妇女在乳腺癌发病病理上的差异,其研究成果依然很难应用于我国实际乳腺CAD系统中。 本课题将从我国乳腺癌患者多为致密型这一实际情况出发,组建乳腺CAD团队,以实际医院采集的乳腺X光片为实验对象,开展适用于我国的乳腺CAD系统研发和算法研究。其中,本人负责的子课题重点研究以下方面的内容： 1)乳腺CAD平台构建,包括系统框架和模块设计,模仿医生诊断流程和思路,规范平台诊断流程,规划系统功能和指标,定义各模块接口。这是后续各模块和算法深入研究的基础； 2)针对致密型乳腺X光图像病灶检测研究,包括微钙化检测和肿块区域检测两方面。在微钙化检测方面,针对当前算法普遍存在的假阳性率高的问题,提出一种将图像处理和模式识别理论将结合的检测算法,在图像处理的基础上得到疑似ROI,然后再运用机器学习算法筛选,降低微钙化检测的假阳性率；在肿块检测方面根据乳腺致密区域肿块内核灰度一致性的特点,提出一种针对东方女性乳腺致密区域肿块病灶的检测算法,利用小波多尺度分析特性,在小波域的高频子带进行疑似肿块区域的搜索和定位；再借由分形维数对图像灰度表面粗糙度刻画能力对可疑病灶区判别筛选,最终针对致密区域肿块与正常腺体界限模糊的特性采用结合模糊理论的区域生长算法提取出保持关键诊断信息的肿块病灶区域。 3)乳腺CAD系统中检索模块研发。为了快捷有效地找到并利用以往病例,将从不同角度研究检索算法,包括依照患者条件信息、乳腺X光图像、事例图像、基于CBR技术等多种病例检索方式。积极探索各种检索方式工作流程及其相似度度量准则。 本课题研究成果将有效提高乳腺病灶检测准确性,有利于乳腺诊断经验的传承,对提高乳腺CAD的诊断符合率、提高我国乳腺癌早期检出率、加快乳腺CAD系统在医院中的应用等方面具有重要意义。