基于組織微陣列的乳腺癌自動診斷.pdf

1、在臨床醫(yī)院，基于乳腺癌組織病理圖像評分的諾丁漢分級系統(tǒng)是由病理醫(yī)生觀察分析腺管的形成、核的異型性以及有絲分裂次數(shù)這三個指標得到的。由于經(jīng)驗和知識水平的差異，不同的醫(yī)生對病理組織切片評分可能會有差異。因此病理組織分析的計算機輔助診斷研究具有重要意義，它能夠為不同經(jīng)驗的臨床醫(yī)生提供客觀的診斷結果，也可以避免一些人為的漏檢。上皮和間質組織是乳腺組織中最為基本的兩種組織，研究表明大約80％乳腺癌起源于上皮組織，因此上皮組織和間質組織及其微環(huán)境的

2、分析是評估乳腺癌風險的重要標志。因此上皮組織和間質組織精確分割是構建計算機輔助診斷系統(tǒng)的前提條件。
　　針對以上問題，本文研究了基于組織微陣列的乳腺癌自動診斷方法，該方法主要分為乳腺組織微陣列的上皮與間質組織的自動分割以及基于乳腺組織微陣列的癌癥等級自動評分兩個方面。具體內容為:首先采用基于全卷積網(wǎng)絡的上皮與間質組織自動分割方法，實現(xiàn)端到端的小尺寸圖像分割，從實驗分割評估結果看出:在荷蘭癌癥研究所(NKI)和溫哥華綜合醫(yī)院(VGH

3、)提供的數(shù)據(jù)集上分割精確度（像素準確率92.0％、像素平均準確率85.7％、平均重疊率79.5％、類權重重疊率86.1％）最高，分割效果最好，同等條件下分割速度較快（0.097秒）;然后通過滑動窗取塊的方式批量輸入網(wǎng)絡實現(xiàn)大尺寸的組織微陣列圖上皮與間質自動分割。最后提取出組織微陣列圖像的上皮組織和間質組織后，分別進行提取特征（顏色直方圖、紋理）并且組合特征，再把組合特征輸入到支持向量機分類器中，得到病理分級結果（一級分類準確率81.7％