超声对乳腺肿瘤良恶性鉴别—CAD系统的创建与应用

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，共计546个病例，共包含2460幅图片。它免费为国内外学者提供了完整的、国际资源共享的操作平台，以便比较和验证不同的计算机辅助算法。

其次，研究以二维乳腺超声图像为对象，综合运用模糊逻辑、均匀域分析等图像处理和模式识别等主要理论。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。同时，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。
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，此方法可明显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，为临床早期干预治疗提供可靠的诊断依据。本研究结果目前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，包括去噪、增强、分割及分类算法，以获得最佳效果图片。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。这为超声医生作出准确诊断和鉴别良、恶性提供了重要依据。
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。

该课题建立了乳腺肿块计算机辅助超声诊断系统，实现了良、恶性肿瘤的自动分类。这不仅克服了超声诊断中的主观依赖性，大大减轻了临床工作的压力，提高了超声医生诊断水平，尤其对年轻医生和基层医生更有帮助；又提高了超声科和医院的声誉，具有很好的应用前景，获得良好的社会效益。

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,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,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;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。本研究结果目前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。 该课题建立了乳腺肿块计算机辅助超声诊断系统,实现了良、恶性肿瘤的自动分类,不仅克服了超声诊断中的主观依赖性,大大减轻了临床工作的压力,既提高超声医生诊断水平,尤其对年轻医生和基层医生更有帮助;又提高了超声科和医院的声誉,具有很好的应用前景,获得良好的社会效益。