【摘要】：乳腺癌是危害女性健康最常見(jiàn)的疾病,因?yàn)樗叱潭鹊陌l(fā)病概率而引起了其廣泛的關(guān)注和恐慌。有專家提出,降低乳腺癌死亡概率的最為重要途徑之一就是乳腺癌的早期診斷和乳腺癌的早期治療,然而乳腺癌患者在被確診為罹患乳腺癌的時(shí)候絕大多數(shù)的病例已經(jīng)發(fā)展到了乳腺癌中期或者乳腺癌晚期,不僅飽受病痛折磨,還耽誤了治療的最佳時(shí)期。乳腺癌早期診斷技術(shù)中,X射線全數(shù)字化乳腺攝影(fUll-field digital mammography，F(xiàn)FDM)技術(shù)被認(rèn)為是首選之一,但這種二維影像依然存在致密的乳腺組織與病灶重疊而導(dǎo)致漏診的問(wèn)題。數(shù)字乳腺三維斷層影像(Digital breast tomosynthesis,DBT)成像技術(shù)的開(kāi)發(fā),讓X線乳腺病變象征顯示清晰度有了明顯的提高。這種三維成像的方法,能減少或消除組織重疊,對(duì)病灶周圍組織結(jié)構(gòu)特征的顯示更加清晰,所以DBT成像技術(shù)提高了病變檢出率和降低了漏診率。由于DBT影像是三維斷層影像,一個(gè)影像序列通常包含數(shù)十張斷層影像。相較FFDM只有一張影像而言,影像科醫(yī)生在閱片診斷過(guò)程中的工作量增加了幾十倍,所以亟需開(kāi)發(fā)開(kāi)面向DBT影像的智能輔助診斷系統(tǒng)來(lái)幫助醫(yī)生減輕工作量,提高診斷效率,而腫塊的自動(dòng)檢測(cè)系統(tǒng)便是智能輔助診斷系統(tǒng)中的關(guān)鍵的環(huán)節(jié)之一。本文主要研究的是基于深度學(xué)習(xí)的DBT影像腫塊自動(dòng)檢測(cè)系統(tǒng)。在以往的研究中,大多數(shù)研究者關(guān)注于設(shè)計(jì)手動(dòng)提取特征的傳統(tǒng)機(jī)器學(xué)習(xí)算法。因?yàn)榻陙?lái)深度學(xué)習(xí)算法在圖像識(shí)別和機(jī)器視覺(jué)中有著出色的表現(xiàn),也有不少學(xué)者將深度學(xué)習(xí)算法利用到DBT影像腫塊自動(dòng)檢測(cè)當(dāng)中,獲得了不少不錯(cuò)的成果。但是這些研究中并未將深度學(xué)習(xí)算法應(yīng)用至整個(gè)DBT腫塊自動(dòng)檢測(cè)系統(tǒng)當(dāng)中,系統(tǒng)中的腫塊可疑區(qū)域預(yù)選步驟仍然是基于手動(dòng)特征提取的傳統(tǒng)算法設(shè)計(jì)的,存在著系統(tǒng)結(jié)構(gòu)不夠整體和運(yùn)算效率不夠高等問(wèn)題。本文的研究中設(shè)計(jì)了兩種基于深度學(xué)習(xí)的乳腺DBT影像腫塊自動(dòng)檢測(cè)算法。第一種是基于深度卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional network,DCNN)的DBT腫塊自動(dòng)檢測(cè)系統(tǒng)。第二種是基于 Faster RCNN(Faster Region based Convolutional Neural Networks,Faster RCNN)的腫塊檢測(cè)系統(tǒng)。并在完全相同的數(shù)據(jù)集上對(duì)兩種算法進(jìn)行性能評(píng)估和比較。具體內(nèi)容包括:(1)影像預(yù)處理:對(duì)乳腺DBT影像進(jìn)行圖像對(duì)比度增強(qiáng),乳房區(qū)域檢測(cè)以及乳房皮膚分割等步驟。(2)基于DCNN的DBT腫塊自動(dòng)檢測(cè)系統(tǒng):首先使用三維徑向梯度分析對(duì)DBT三維斷層影像進(jìn)行計(jì)算,得到三維斷層影像的三維徑向梯度特征圖。接著對(duì)三維徑向特征圖進(jìn)行三維自適應(yīng)閾值分割,將其分割成三個(gè)等級(jí),并保留最高等級(jí)區(qū)域作為腫塊可疑區(qū)域。然后使用25.6×25.6mm的方框以腫塊可疑區(qū)域中心為中點(diǎn)截取上下連續(xù)五層的ROI(region of interest)區(qū)域輸入深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)模型獲得腫塊可疑區(qū)域的腫塊似然得分(以五層中最高得分作為該區(qū)域的最終腫塊似然得分)。最后以最終腫塊似然得分進(jìn)行腫塊可疑區(qū)域的假陽(yáng)性篩選,實(shí)現(xiàn)腫塊的自動(dòng)檢測(cè)。(3)基于Faster RCNN的腫塊自動(dòng)檢測(cè)系統(tǒng):搭建用于腫塊自動(dòng)檢測(cè)的Faster RCNN深度學(xué)習(xí)目標(biāo)檢測(cè)框架。其中包括:共享卷積網(wǎng)絡(luò),區(qū)域候選網(wǎng)絡(luò)(region proposal network,RPN),假陽(yáng)性分類網(wǎng)絡(luò)。在檢測(cè)的過(guò)程中,首先將連續(xù)的DBT三維斷層影像層層輸入訓(xùn)練過(guò)后的Faster RCNN模型,經(jīng)過(guò)五層共享卷積網(wǎng)絡(luò)之后,RPN基于共享卷積網(wǎng)絡(luò)自動(dòng)提取的特征將腫塊可疑區(qū)域以邊界框的形式傳遞給假陽(yáng)性篩選網(wǎng)絡(luò),由其進(jìn)行腫塊似然得分計(jì)算。接著基于斷層間邊界框的重疊率,進(jìn)行斷層間邊界框的融合,以最高得分作為該區(qū)域的最終腫塊似然得分,實(shí)現(xiàn)腫塊的自動(dòng)檢測(cè)。(4)性能評(píng)估方法和性能對(duì)比:使用完全相同的數(shù)據(jù)集對(duì)兩種系統(tǒng)進(jìn)行十折交叉驗(yàn)證,并使用自由響應(yīng)受試者工作特征曲線(free-response receiver operating characteristic curve,FROC)進(jìn)行性能評(píng)估�；贒CNN的DBT腫塊自動(dòng)檢測(cè)系統(tǒng)達(dá)到靈敏度為90%時(shí)每個(gè)乳房平均有2.25個(gè)假陽(yáng)性，而基于Faster RCNN的DBT腫塊自動(dòng)檢測(cè)系統(tǒng)達(dá)到靈敏度為90%時(shí)每個(gè)乳房平均有0.76個(gè)假陽(yáng)性。使用重采樣非參數(shù)方法檢驗(yàn)兩個(gè)算法的FROC,發(fā)現(xiàn)兩者統(tǒng)計(jì)學(xué)上有顯著性差異(P值0.05)�；贔aster RCNN的DBT腫塊自動(dòng)檢測(cè)系統(tǒng)表現(xiàn)更出色。本研究的主要貢獻(xiàn)在于首次在DBT影像的腫塊自動(dòng)檢測(cè)中使用Faster RCNN框架,并達(dá)到了不錯(cuò)的效果。同時(shí)也是首次將基于深度卷積神經(jīng)網(wǎng)絡(luò)的DBT腫塊自動(dòng)檢測(cè)系統(tǒng)與基于Faster RCNN的DBT腫塊自動(dòng)檢測(cè)系統(tǒng)進(jìn)行性能對(duì)比。在DBT影像的腫塊自動(dòng)檢測(cè)研究中提供了一個(gè)新的思路。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;R737.9;R730.44
【圖文】：

程度上提高了乳腺Ｘ?cái)z影的成像質(zhì)量。逡逑全數(shù)字化乳腺Ｘ線成像（Ｆｕｌｌ－ｆｉｅｌｄ邋ｄｉｇｉｔａｌ邋ｍａｍｍｏｇｒａｐｈｙ，邋ＦＦＤＭ）的廣泛使用和推廣，極逡逑大地提高了乳腺癌檢出的敏感性［６〃］，如圖１．１所示為ＧＥ公司的ＦＦＤＭ系統(tǒng)，其Ｘ射線發(fā)射逡逑器與接收板是垂直狀態(tài)并且不能旋轉(zhuǎn)，由于其二維投影成像的本質(zhì)，在致密型腺體及多量腺逡逑體中，組織重疊，增生結(jié)節(jié)常掩蓋瘤體，致密型乳腺與瘤體間對(duì)比差，導(dǎo)致約大于一半的逡逑１逡逑

成像上更具有優(yōu)勢(shì)，進(jìn)而大幅度的提高了乳腺癌的病變檢出率。逡逑雖然目前國(guó)內(nèi)Ｘ射線診斷主要還是依賴ＦＦＤＭ，但由于ＤＢＴ成像技術(shù)更加出色的能效逡逑受到了業(yè)內(nèi)廣泛關(guān)注，并有望在將來(lái)得到廣泛的應(yīng)用［１４］。如圖１．２所示，在數(shù)字乳腺Ｘ射線逡逑成像市場(chǎng)處于主導(dǎo)地位的跨國(guó)公司包括Ｈｏｌｏｇｉｃ、Ｓｉｅｍｅｎｓ等，皆已推出具有ＤＢＴ成像技術(shù)的逡逑先進(jìn)系統(tǒng)。為了打破跨國(guó)公司的壟斷，國(guó)內(nèi)關(guān)于ＤＢＴ成像系統(tǒng)的研發(fā)正在進(jìn)行，與之相配套逡逑的ＤＢＴ影像專用計(jì)算機(jī)輔助診斷系統(tǒng)（ｃｏｍｐｕｔｅｒ邋ａｉｄｅｄ邋ｄｉａｇｎｏｓｉｓ，ＣＡＤ）的相關(guān)研究也正在逡逑同步進(jìn)行中。逡逑Ｃ：ｆ逡逑＋＇．ｖ邐？邐／逡逑一：＼邐Ｊ邐，逡逑＼邐！邋Ｚ逡逑＂ｉｉｎｎｉｎｗｉｉ逡逑Ｖ邋？逡逑馨邐／邐！、、逡逑／邋？逡逑／邐ｓ邐ｖ逡逑圖１．１西門子ＤＢＴ系統(tǒng)逡逑因?yàn)椋模拢猿上窦夹g(shù)與傳統(tǒng)的Ｘ線檢查相比，雖然在乳腺病變發(fā)現(xiàn)和診斷方面上有明顯逡逑優(yōu)勢(shì)，但是采集的大量影像信息也增加了診斷醫(yī)生的工作量，延長(zhǎng)了診斷時(shí)間，所以為了這逡逑項(xiàng)新技術(shù)能在將來(lái)快速得到廣泛應(yīng)用，提高乳腺癌早期診斷率，亟需一套專用的ＣＡＤ系統(tǒng)來(lái)逡逑幫助醫(yī)生提高診斷效率。本文所研宄的數(shù)字乳腺三維斷層影像腫塊的自動(dòng)檢測(cè)系統(tǒng)

引言逡逑乳腺癌在全球范圍內(nèi)對(duì)女性的健康威脅越來(lái)越嚴(yán)重，物理學(xué)和裝備技術(shù)的發(fā)展為乳腺檢查帶來(lái)了更多新的希望，隨著乳腺Ｘ射線技術(shù)的發(fā)展，ＤＢＴ成像技術(shù)的誕生彌補(bǔ)直接投影式二維成像技術(shù)對(duì)于致密性乳房和組織重疊成像上的不足，使得原本被遮得以顯示，有效提高了乳腺Ｘ射線影像的清晰度，大幅度的提高了乳腺癌的病變檢出數(shù)字乳腺三維斷層影像（ＤＢＴ）技術(shù)逡逑１孚Ｌ腺ＤＢＴ成像原理逡逑在使用ＤＢＴ成像技術(shù)時(shí)，需要對(duì)照射乳房采取壓迫手段，使其保持靜止。在進(jìn)行投影，Ｘ射線發(fā)射器圍繞著靜止的目標(biāo)乳房旋轉(zhuǎn)有有限的角度，通常為１０°至２０°。Ｘ射線每旋轉(zhuǎn)１°就完成一次Ｘ射線低劑量投影，Ｘ射線穿透目標(biāo)乳房由背板接收，從而得到的數(shù)字二維投影視角（ＰｒｏｊｅｃｔｉｏｎＶｉｅｗ，ＰＶ）影像，如圖二２．１所示。因?yàn)椴煌瑥S家出ＢＴ成像機(jī)器可能使用不同的旋轉(zhuǎn)角度，所以不同機(jī)型的數(shù)字ＰＶ影像數(shù)量也有不同，１０至２０之間，圖中所示是旋轉(zhuǎn)１５角度的機(jī)型。這些獨(dú)立的數(shù)字ＰＶ影像是在不同角Ｉｎｃｉｄｅｎｔ邋Ｘ－ｒａｖｓ逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 孫志軍;薛磊;許陽(yáng)明;王正;;深度學(xué)習(xí)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

2 S.S.J.Feng;I.Sechopoulos;蘇亞文;麻智慧;;臨床數(shù)字乳腺斷層X(jué)線組合系統(tǒng):劑量測(cè)量特征[J];國(guó)際醫(yī)學(xué)放射學(xué)雜志;2012年03期

3 李弋;葉兆祥;;數(shù)字乳腺斷層攝影診斷乳腺癌現(xiàn)狀[J];國(guó)際醫(yī)學(xué)放射學(xué)雜志;2010年02期

4 白楊;;基于SAPSO優(yōu)化三維Otsu方法的醫(yī)學(xué)圖像分割算法(英文)[J];中國(guó)組織工程研究與臨床康復(fù);2008年22期

5 王向義,鐘純,聶云飛,易少波,易光華,彭慶星;乳房固定結(jié)構(gòu)的解剖[J];鄭州大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2005年04期

6 余厚軍;乳腺X線攝影系統(tǒng)的發(fā)展動(dòng)態(tài)[J];實(shí)用放射學(xué)雜志;2004年07期

本文編號(hào)：2787597