论文部分内容阅读
乳腺癌是危害妇女身体健康的最常见恶性肿瘤之一。目前,我国乳腺癌发病率正以每年3%~4%的增长率急剧上升。研究表明早期诊断和治疗能够有效提高乳腺癌病人的存活率。钼靶X线摄影检查是目前临床上乳腺癌检测的最主要手段。计算机辅助诊断技术(Computer-Aided Diagnosis,CAD)可以对乳腺钼靶X线摄影进行初步检测,将图像中的疑似病灶区报告给医生进行决策,但是目前检测精度仍无法完全满足临床需求。因此,如何有效利用最新的信息技术有效提高乳腺钼靶CAD的检测精度成为一个有重要应用价值的研究课题。临床医学影像诊断是一个医生视觉感知与决策的过程,其很大程度根据医生自身经验进行。医生的视觉感知行为和医学影像诊断之间存在着紧密的内在联系,如何有效利用该信息以提高医学影像辅助诊断中的决策准确性是一个具有国际前沿性的研究课题。本文围绕医生临床诊断时其视觉感知行为的分析和利用问题展开研究,目标是回答两个问题:(1)医生读片时单纯的视觉注视信息多大程度上能反映肿块位置(可检测性);(2)如何利用视觉注视信息提取病灶。根据上述目的,本文展开基于视觉感知信息的乳腺钼靶肿块检测分析与自动提取的研究。研究方法包括三个步骤:首先用眼动仪采集医生诊断影像时的视觉注视点序列,每个注视点都包含其在钼靶全图中的相对坐标位置、停留时间和瞳孔直径等视觉特征;基于以上三个视觉特征和DBSCAN算法对视觉注视点序列进行聚类分析,找出医生诊断影像时的关注点位置,并且比较分析关注点与真实肿块的位置关系,以评价“单纯的视觉注意信息对肿块位置的反映程度”;以关注点为种子点,采用区域生长方法初步提取疑似病灶区,本文称之为“粗分割”,之后采用本文作者提出的基于水平集的多尺度乳腺肿块病灶分割方法对提取的疑似病灶区进行“细分割”以得到最终的提取结果。本文方法实验结果显示,医生诊断过程中单纯的视觉感知行为能够定位60%的真实乳腺癌肿块。这对揭示“感知反馈”方法的内在机理具有很重要的研究价值。