采用基于內(nèi)容圖像檢索技術(shù)的乳腺腫塊檢測(cè).pdf

1、乳腺癌是女性最常見(jiàn)的惡性腫瘤。乳腺鉬靶X 線攝影術(shù)是早期診斷乳腺癌的最可靠且有效的工具。研究表明，計(jì)算機(jī)輔助檢測(cè)技術(shù)為乳腺癌的診斷提供了有效的第二意見(jiàn)。
　　 給出了一種采用基于內(nèi)容圖像檢索技術(shù)的計(jì)算機(jī)輔助檢測(cè)方法，描述了基于內(nèi)容圖像檢索技術(shù)的計(jì)算機(jī)輔助檢測(cè)原型系統(tǒng)CBIR-CAD的構(gòu)造原理。建立了一個(gè)包含2000 幅乳腺X 線圖像感興趣區(qū)域(ROI)的數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)中的每個(gè)ROI 已知其病理學(xué)檢測(cè)結(jié)果。具體地，2000 幅RO

2、I中有583 幅經(jīng)活組織檢查后確診為腫塊的ROI 以及1417 幅正常區(qū)域的ROI。對(duì)于一幅乳腺X 線圖像，任何時(shí)候放射科醫(yī)生自行或在計(jì)算機(jī)輔助下圈定一個(gè)可疑區(qū)域ROI，均可將此ROI作為查詢圖提交給CBIR-CAD系統(tǒng)，檢索得到一系列與查詢圖相似的ROI 及相應(yīng)病理學(xué)檢測(cè)結(jié)果，按相似度降序排列在屏幕上，以此輔助醫(yī)生做出決策。此外，CBIR-CAD系統(tǒng)可以依據(jù)檢索結(jié)果計(jì)算出一個(gè)描述查詢ROI 包含腫塊的疑似程度的量化值。在查詢過(guò)程中，最

3、初提取了32個(gè)特征做原始特征集，之后采用增l 減r的特征選取方法選擇了24個(gè)特征組成24 維特征向量。將24 維向量空間中歐幾里德距離平方的倒數(shù)作為ROI間的相似性度量。
　　 利用leave-one-out的抽樣方案及受試者操作特性(ROC)曲線來(lái)評(píng)估CBIR-CAD原型系統(tǒng)的性能。實(shí)驗(yàn)結(jié)果顯示，描述CBIR-CAD系統(tǒng)檢測(cè)效果好壞的ROC 面積指標(biāo)AZ=0.841，優(yōu)于美國(guó)匹茲堡大學(xué)開發(fā)的基于人工神經(jīng)網(wǎng)絡(luò)的CAD系統(tǒng)。