基于视觉感知的乳腺钼靶病灶图像检索研究

钼靶X线摄影是临床上乳腺癌检测的主要手段，提高病灶特别是肿块的检测精度仍然是乳腺钼靶CAD技术中的热点和难点。利用基于内容的图像检索技术在病灶数据库中检索与疑似病灶在视觉上和病理上相似的病灶图像以辅助医生进行决策会有助于诊断精度的提高。传统的医学图像检索技术没有重视医生视觉感知信息在检索中的作用，而医生的诊断过程是一种基于视觉感知的主观决策行为。医学影像界的研究表明，利用医生读片时的视觉感知信息可以提高诊断精度。本项目从分析医生读片时的眼动信息出发，研究基于医生读片时视觉感知行为的乳腺钼靶病灶图像检索方法。具体研究包括：基于医生视觉感知信息的相关反馈过程中检索图像和查询图像相关度的计算方法；相关反馈中处理医生反馈时主观感知不确定性的方法等。本研究为揭示医生在病灶图像检索中的视觉感知机理提供方法和实验依据，并为构建面向诊断的基于医生读片时视觉感知行为的医学影像查询体系提供模型和技术。

乳腺癌是全球范围内危害妇女身体健康的最常见恶性肿瘤之一。钼靶X线摄影是临床上乳腺癌检测的主要手段。钼靶CAD技术对乳腺癌的早期检测与诊断具有重要价值。提高肿块病灶的检测精度是钼靶CAD技术中的热点和难点问题。利用图像检索技术在病灶数据库中检索与疑似病灶在视觉上和病理上相似的病灶图像以辅助医生进行决策会有助于诊断精度的提高。围绕肿块病灶检索这个主题，本项目在肿块分割和分类、医生读片视觉感知行为分析、病灶检索的新方法等方面取得了一定进展。主要成果有：（1）构建了用于学术研究的钼靶全图（含3631幅钼靶全图）和病灶（含870个恶性肿块和639个良性肿块）数据库；（2）提出了一种基于海岛冲刷模型的乳腺钼靶肿块检测算法，在肿块自动分割方面取得了比较好的实验效果。在每幅钼靶图像的假阳性个数下降到0.67个时，真阳性检出率可达到91.9%；（3）项目组提出了基于双视角和多分类器信息融合的钼靶肿块分类模式。实验结果表明双视角和多分类器信息融合在肿块分类的正确率、敏感性、特异性和稳定性等方面均能取得更好的结果；（4）医生的视觉感知信息与影像诊断关系密切。如何有效利用该信息以提高医学影像辅助诊断中的决策准确性是一个很有价值的研究课题。项目组采用ASL-H6单目眼动仪记录并分析了医生读片时的眼动信息，研究了基于医生读片时视觉感知行为的钼靶肿块检测分析与自动提取方法。并有助于理解医师在读片时的认知行为模式；（5）项目组提出了双视角肿块病灶检索方法，相对于传统的单视角检索，这种方法具有一定的创新性。初步的实验结果表明：多视角检索精度要好于单视角检索精度，特别是相似性度量函数采用非距离式的度量函数（k-NN回归）时更加明显；（6）项目组提出了一种两层学习框架来提高肿块病灶的检索精度。在“语义筛选”层采用基于医生打分的回归模型来选择数据库中和查询病灶在语义上一致的病灶。在“视觉筛选”层采用类似元搜索的技术，使用CombMNZ算法将基于不同视觉特征检索引擎的输出进行排序合成以提高检索精度；（7）项目组开发了一个名为MarLab的钼靶病灶检索学术研究平台软件。使用该软件可以使研究者专心于算法设计，不必处理病灶检索中的许多技术细节问题。本项目研究成果对改进医生阅片质量，提高CAD系统性能，改善我国妇女乳腺癌的早期诊疗具有一定意义。