吳華鋒 韓雯雯 趙愛平
摘 要:乳腺癌已經(jīng)位居我國女性惡性腫瘤疾病的第一位,成為當(dāng)前社會的重大公共衛(wèi)生問題,早發(fā)現(xiàn)、早診斷、早治療是降低乳腺癌死亡率的關(guān)鍵。隨著計算機技術(shù)在醫(yī)學(xué)領(lǐng)域的迅速崛起,開發(fā)用以檢測乳腺影像中腫瘤等可疑病灶的計算機輔助診斷技術(shù),并為臨床醫(yī)師提出診斷建議,從而提高診斷準確率,已成為一個熱點話題。為此,用基于B 神經(jīng)網(wǎng)絡(luò)的方法對乳腺腫瘤進行輔助診斷,以期取得良好效果。
關(guān)鍵詞:乳腺癌;計算機輔助診斷;腫瘤;B 神經(jīng)網(wǎng)絡(luò)
中圖分類號:TB
文獻標(biāo)識碼:A
doi:10.19311/j.cnki.16723198.2016.26.149
1 研究背景
乳腺癌在初期常無明顯臨床癥狀,或者僅僅表征為輕微的乳房疼痛。至今為止,乳腺癌發(fā)病的確切原因還不明確,雖然已知遺傳因素、環(huán)境因素和生活方式對乳腺癌的發(fā)病有一定影響,但60%以上的乳腺癌并不存在明顯的危險因素。目前還沒有有效的預(yù)防乳腺癌方法,而且中、晚期乳腺癌患者的愈后效果很差,任何干預(yù)都很難見效。因此,早發(fā)現(xiàn)、早診斷仍是當(dāng)前提高乳腺癌治愈率和降低死亡率的最有效途徑。
腫瘤是乳腺癌的直接病理征象,也是乳腺癌的主要診斷依據(jù),但盡管腫瘤是乳腺癌的一個重要早期跡象,但是醫(yī)師用肉眼很難將它們與正常的乳腺組織區(qū)分開來。但計算機輔助診斷(CAD)技術(shù)可以幫助醫(yī)師有效地進行對乳腺異常的檢測。
近些年來,隨著B 神經(jīng)網(wǎng)絡(luò)理論的飛速發(fā)展和高度成熟,B 神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)領(lǐng)域得到了廣泛應(yīng)用,如趙炳讓利用B 神經(jīng)網(wǎng)對冠心病進行來輔助診斷,取得了很好的效果。EI-Solh用B 神經(jīng)網(wǎng)絡(luò)對活動性肺結(jié)核進行輔助診斷,實驗結(jié)果顯示正確診斷肺結(jié)核的靈敏度為100%,其表明了B 神經(jīng)網(wǎng)絡(luò)在診斷活動性肺結(jié)核的應(yīng)用效果上高于臨床醫(yī)生的主觀評價,具備廣泛的推廣價值。Monica DiLuca等人通過基于B 神經(jīng)網(wǎng)絡(luò)的仿真實驗對早期阿爾茨海默病進行了輔助診斷。
2 基于B 神經(jīng)網(wǎng)絡(luò)的乳腺腫瘤計算機輔助診斷方法
2.1 提取ROI
本文實驗對象為選自DDSM數(shù)據(jù)庫中的乳腺圖像,首先將ROI從實驗樣本圖像中提取出。
2.2 提取特征
特征的提取是所有工作中關(guān)鍵的一環(huán),是模式識別和專家自動診斷系統(tǒng)的關(guān)鍵技術(shù)之一。其基本流程是:在對實驗圖像進行預(yù)處理(包括圖像定向、圖像去噪和圖像增強等)后,進行圖像的分割以提取出所需的ROI,最后對ROI進行特征提取。經(jīng)過以上步驟提取出的特征被用于對乳腺腫瘤良惡性的診斷,從而為醫(yī)師提供醫(yī)療建議。
對2.1節(jié)實驗中所得到的ROI進行特征提取,提取到基于不變矩、基于圖像內(nèi)容等的79維特征。
2.3 輔助診斷
將2.2節(jié)實驗所得的79維特征值進行歸一化處理,再將經(jīng)過處理的79個特征數(shù)據(jù)作為B 神經(jīng)網(wǎng)絡(luò)的79個輸入。將良性乳腺腫瘤和惡性乳腺腫瘤這兩個不同的乳腺腫瘤類別作為B 神經(jīng)網(wǎng)絡(luò)的期望輸出。
下面通過仿真實驗,記錄其迭代次數(shù)、程序運行時間和診斷準確率,并取其平均值,以完成對網(wǎng)絡(luò)性能的評價。
將樣本數(shù)據(jù)隨機排序并編號后,采用5-折交叉法將其分為5組。每次實驗所使用的訓(xùn)練樣本數(shù)據(jù)和測試樣本數(shù)據(jù)如表1所示。
平均迭代次數(shù)為10.2次,乳腺腫瘤診斷準確率平均值為94.41434%,并且每次仿真的迭代次數(shù)和準確率都非常的接近,網(wǎng)絡(luò)的性能優(yōu)良。這說明,使用B 神經(jīng)網(wǎng)絡(luò)對乳腺腫瘤進行輔助診斷是可行的且取得了良好的診斷效果。
3 總結(jié)
本文在B 神經(jīng)網(wǎng)絡(luò)方法的基礎(chǔ)上,對實驗所用的乳腺圖像樣本進行了輔助診斷。主要工作為:
(1)分割出樣本圖像的ROI;
(2)提取了樣本圖像ROI的79維特征;
(3)使用B 神經(jīng)網(wǎng)絡(luò)方法對樣本數(shù)據(jù)進行輔助診斷,仿真結(jié)果顯示將B 神經(jīng)網(wǎng)絡(luò)用于檢測乳腺腫瘤的良惡性時,網(wǎng)絡(luò)的性能優(yōu)良且有很好的診斷準確率。
參考文獻
[1]胡永升.現(xiàn)代乳腺影像診斷學(xué)[M].北京:科學(xué)出版社,2001.
[2]劉君,方志沂.乳腺癌的早期診斷.中國全科醫(yī)學(xué),2002,5(6):431432.
[3]郝欣,曹穎,夏順仁.基于醫(yī)學(xué)圖像內(nèi)容檢索的計算機輔助乳腺x線影像診斷技術(shù).中國生物醫(yī)學(xué)工程學(xué)報,2009,28(6):922930.
[4]高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實例[M].北京:機械工業(yè)出版社,2007.
[5]趙炳讓,胡北來,秦勤.人工神經(jīng)網(wǎng)絡(luò)在冠心病診斷中的應(yīng)用.天津醫(yī)藥,2002,30(9):575576.
[6]Ali A,EI-Solh,Chiu-Bin Hsiao,Susan Goodnough,et al. redicting active pulmonary tuberculosis using an artificial network.Chest,2009,(116):968973.
[7]Monica Di Luca,Enzo Grossi,Barbara Borron,et al. Artifical neural networks allow the use of simultaneous measurements of Alzheimer Disease markers for early detection of the disease. ournal of Translational Medicine,2005,3(30):14791483.
[8]韓曉軍.數(shù)字圖像處理與應(yīng)用[M].北京:電子工業(yè)出版社,2009:2027.