超声对乳腺肿瘤良恶性鉴别-CAD系统的创建与应用

项目所属影像医学与核医学（超声诊断）专业主要内容：

乳腺癌是严重威胁女性生命的恶性肿瘤之一，已成为女性首要死因。早期诊断和早期治疗能明显提高患者的生存质量，临床意义重大。早期乳腺癌常缺乏典型症状和体征，主要通过影像学检查诊断。

公认的方法有X线钼靶和超声检查，前者对微钙化敏感，优于超声，但对致密性乳腺和肿块内部结构判断弱于超声。高频超声虽被临床医生认可，但仍存在不足：①良恶性肿瘤声像图特征存在交叉；②操作手法和超声仪不同，超声图像差异很大；③操作医生经验和知识水平限制，主观性较强。

为此，该院超声科与工科长期合作，拟研制出一套计算机辅助诊断系统（CAD）来提高图像的识别率，克服主观因素。

在两个国家自然基金课题的资助下，作了如下工作：

首先，建立了国际上第一个规范的、大样本的乳腺肿块超声图片库，该图片库汇集了各种乳腺肿块资料完整的病例546个，共2460幅图片。免费为国内外学者比较和验证不同的计算机辅助算法提供了完整的、国际资源共享的操作平台。

其次，以二维乳腺超声图像为研究对象，将综合模糊逻辑、均匀域分析等图像处理和模式识别等主要理论应用于我们新算法的研究，具体包括以下几部分：

①基于模糊逻辑增强算法，对图片库中图像进行增强处理，提高图像对比度，突出肿块内微钙化；应用方向均值滤波函数算法去除图像的斑点噪声，进一步改善图像质量； ②提出基于二维直方图的分割算法，编写一套完整的图像自动识别和信息提取程序，通过大规模的计算机自动识别训练，提取肿块鉴别的特征，再应用这些特征对肿块进行良恶性鉴别诊断测试； ③基于纹理分类方法，设计一个肿块自动分类器，利用内核支持向量机对ROI区域检查点进行分类，系统自动对乳腺肿块良恶性进行分类，判定其属性。

经临床验证，可较明显地提高超声对早期乳腺癌的诊断率和准确率，克服主观依赖性，可为临床早期干预治疗提供可靠的诊断依据。该研究结果在国内外尚未见报道。

特点：

①选用超声专家诊断和手术病理证实的乳腺肿块，建立一套超声图像样本库； ②利用计算机识别新算法对乳腺肿块图片进行系列处理，通过去噪、增强、分割及分类算法，获得最佳效果图片，实现对乳腺肿块识别，提取其物理和纹理特征，应用模糊神经网络来对其有效分类，设计一个肿块分类器，判定肿块属性，为超声医生作出准确诊断和鉴别良、恶性提供重要依据； ③多名医师将计算机结果与专家结果比较，获得新算法准确性及优越性。

应用推广情况：

发表论文22篇，杂志论文13篇，SCI收录9篇，核心期刊4篇，其中第一作者或通讯作者8篇；会议论文9篇，ISTP收录6篇。主办全国、全省会议4次；参加国际、全国会议5次，均为专题讲座或大会发言。培养博士5名、硕士2名。举办全省超声学习班4期，应邀去外地讲学6次。已在27家医院推广应用，收到良好社会效益和经济效益。

项目所属影像医学与核医学(超声诊断)专业主要内容乳腺癌是严重威胁女性生命的恶性肿瘤之一，已成为女性首要死因。早期诊断和早期治疗能明显提高患者的生存质量，临床意义重大。早期乳腺癌常缺乏典型症状和体征，主要通过影像学检查诊断。公认的方法有X线钼靶和超声检查，前者对微钙化敏感优于超声，但对致密性乳腺和肿块内部结构判断弱于超声。高频超声虽被临床医生认可，但仍存在不足①良恶性肿瘤声像图特征存在交叉；②操作手法和超声仪不同超声图像差异很大；③操作医生经验和知识水平限制，主观性较强。为此，该院超声科与工科长期合作，拟研制出一套计算机辅助诊断系统(CAD)来提高图像的识别率，克服主观因素。在两个国家自然基金课题的资助下作了如下工作首先建立了国际上第一个规范的、大样本的乳腺肿块超声图片库，该图片库汇集了各种乳腺肿块资料完整的病例546个病例，共2460幅图片。免费为国内外学者比较和验证不同的计算机辅助算法提供了完整的、国际资源共享的操作平台。其次，以二维乳腺超声图像为研究对象，将综合模糊逻辑、均匀域分析等图像处理和模式识别等主要理论应用于我们新算法的研究，具体包括以下几部分①基于模糊逻辑增强算法，对图片库中图像进行增强处理，提高图像对比度，突出肿块内微钙化；应用方向均值滤波函数算法去除图像的斑点噪声，进一步改善图像质量；②提出基于二维直方图的分割算法，编写一套完整的图像自动识别和信息提取程序，通过大规模的计算机自动识别训练，提取肿块鉴别的特征，再应用这些特征对肿块进行良恶性鉴别诊断测试；③基于纹理分类方法，设计一个肿块自动分类器，利用内核支持向量机对ROI区域检查点进行分类，系统自动对乳腺肿块良恶性进行分类，判定其属性。经临床验证，可较明显的提高超声对早期乳腺癌的诊断率和准确率，克服主观依赖性，可为临床早期干预治疗提供可靠的诊断依据。该研究结果在国内外尚未见报道。特点①选用超声专家诊断和手术病理证实的乳腺肿块，建立一套超声图像样本库；②利用计算机识别新算法对乳腺肿块图片进行系列处理，通过去噪、增强、分割及分类算法，获得最佳效果图片，实现对乳腺肿块识别，提取其物理和纹理特征，应用模糊神经网络来对其有效分类，设计一个肿块分类器，判定肿块属性，为超声医生作出准确诊断和鉴别良、恶性提供重要依据；③多名医师将计算机结果与专家结果比较，获得新算法准确性及优越性。应用推广情况发表论文22篇，杂志论文13篇，SCI收录9篇，核心期刊4篇，其中第一作者或通讯作者8篇；会议论文9篇，ISTP收录6篇。主办全国、全省会议4次；参加国际、全国会议5次，均为专题讲座或大会发言。培养博士5名、硕士2名。举办全省超声学习班4期，应邀去外地讲学6次。已在27家医院推广应用，收到良好社会效益和经济效益。