乳腺X线图像检索系统相似性度量算法研究

摘要

乳腺癌是危害中年妇女身体健康最常见的恶性肿瘤之一。在中国，妇女乳腺癌的发病率表现出持续的高增长，目前正以每年3[％]～4[％]的增长率急剧上升，严重危害了女性身体健康。钼靶X线摄影由于其方便、经济、无创及良好的早期无症状隐匿性乳腺癌良好的检测效果，是目前临床上乳腺癌检测的主要手段。
　　 研究表明，在诊断过程中如果能够利用基于内容的图像检索技术提供给影像医生检索历年来相似病例的功能，那么医生可以将经切片检查确诊的历史病例图片和当前病例图片进行比较，从而做出更准确的判断。
　　 本论文旨在对乳腺钼靶肿块病灶图像检索系统中的相似性度量方法进行研究。针对现有方法的一些不足，提出了一种新的基于机器学习的两层框架模型来学习相似性度量方法。此外，通过大量的实验对现有三类面向乳腺钼靶CAD的三种CBIR方法进行比较研究，为其他同行研究者们提供了参考。本研究内容分为以下三个部分。
　　 第一部分，首先对本论文研究所采用的肿块ROI数据库进行描述，再对ROI底层视觉特征的提取和归一化方法进行详细阐述。
　　 第二部分，提出了一种新的基于机器学习的两层框架模型来学习相似性度量方法。基于第一部分所提取的特征，先利用5种不同分类器单独对两个ROI在良恶性语义上是否相似进行分类，采用投票法以获取最终的分类结果，分类后认为语义上一致(同为良性或恶性)的这些ROI进入到下一步的相似性计算。在第二层的精筛阶段，利用最近邻分类器和互信息相结合的策略来度量两个ROI在视觉上是否相似。通过两层的相似性计算来获取与查询ROI在“语义”和“视觉”上都相似的病灶图像。
　　 第三部分，针对现有面向乳腺钼靶CAD系统的CBIR研究中的一些不足，提出了相关度和权重相关度的概念来评价不同CBIR方法检索结果之间的关系。通过大量的实验，对面向乳腺钼靶图像CAD的三种CBIR方法进行比较研究，为其他研究者们提供了参考，具有一定的科学意义和研究价值。
　　 最后，对全文进行总结展望。在总结了本论文研究工作的基础上，对未来的研究和改进方向进行了展望。