基于钼靶图像的乳腺癌虚拟针检方法研究

本课题研究乳腺钼靶图像的计算机辅助早期分析和诊断，自动标识成簇钙化点和肿块这两种癌症征象。这是具有挑战性的难题。针对乳腺钼靶片是具有复杂类纹理背景的投影图像的特点，提出使用虚拟针检作为研究的思路，结合物理模型驱动和数据驱动的分析方法，利用多尺度马尔科夫随机场和能量-特征泛函最优化问题求解进行图像分割得到无遗漏的候选钙化点和肿块，然后模拟医学上的针吸活检，移去候选的图像块，利用求解图像修补问题来提取针检前后的钙化点和肿块的分类特征，用强化学习进行分类得到识别结果，拟解决在乳腺片中识别癌症假阳性高的问题。最后采用增量式反馈交互学习的方法进一步提高识别精度，并建立原型系统，帮助放射科医生对乳腺钼靶片作出准确的临床诊断，减轻乳腺癌普查时医生阅片的负担，挽救病人的生命，对推动医学和计算机的学科交叉研究以及开拓图像处理的新思路都具有重大的意义。