乳腺癌检测综述，从机器学习到深度学习全面盘点-优快云博客

2002 — KNN + 特征选择（Keller et al.）
使用纹理和密度等手工特征，通过 K-近邻（KNN）对乳腺肿块进行分类。
→ 提出早期基于手工特征的传统框架。
2004 — PCA + SVM（Elter et al.）
通过主成分分析对特征降维，并使用 SVM 分类。
→ 提升模型稳定性，但易过拟合。
2007 — 决策树 + 粗糙集（Rough Set Decision Tree）
采用粗糙集理论进行不确定性建模，并结合决策树进行分类。
→ 适用于小样本任务，抗噪声能力强。

🔹 2010–2015：特征融合与集成分类器引入

2012 — 多特征融合 + SVM（Ayer et al.）
综合纹理、形状等多种手工特征，使用 SVM 分类良恶性肿块。
→ 特征维度高、分类性能提升。
2013 — LDA + RF（Linear Discriminant Analysis + Random Forest）
使用 LDA 降维后，采用随机森林进行高维分类。
→ 分类性能稳定，适用于高维数据。
2014 — 多特征选择 + ANN（人工神经网络）
通过遗传算法优化特征子集，输入到神经网络中。
→ 提出“特征选择 + 分类器”模式。

🔹 2016–2018：半深度模型 & 混合方法崛起

2016 — CNN 特征 + Extreme Learning Machine（ELM）
使用 CNN 提取高层特征，结合无监督极限学习机进行聚类与分类（Wang et al.）。
→ 深度特征 + 传统分类器的早期结合。
2017 — PCA + SVM/RF（Sameti et al.）
进一步优化 PCA 降维与分类器组合策略，在 DDSM 上测试。
→ 提升了传统方法在图像任务上的实用性。
2018 — 多特征融合（纹理、密度、形态） + ELM 聚类
Wang 等人提出的一种多特征融合策略，适用于乳腺肿块分类。
→ 实测分类准确率达 97.2%，是该时期最高性能之一。

🔹 2019–2022：深度学习过渡期与改进型机器学习方法

2019 — CNN + SVM（特征提取+判别）
深度 CNN 用于提取特征，SVM 替代 softmax 输出层进行分类。
→ CNN 与传统机器学习的混合形式。
2020 — Deep Belief Network (DBN) + 特征压缩
采用深度置信网络建模，结合 PCA 压缩特征维度。
→ 体现出“深+浅”混合建模思想。
2021 — CNN + Ensemble（集成分类器）
多种分类器集成（如 ANN, RF, KNN），使用 CNN 作为统一特征提取器。
→ 强化泛化能力、鲁棒性提升。
2022 — Transfer Learning + SVM / RF
基于预训练模型提取特征（如 ResNet、VGG），后接传统分类器分类。
→ 成为深度学习过渡时期的主流思路，适用于小样本任务。

深度学习方法在乳腺癌检测中的进展

随着图像数据量的激增和GPU等硬件的普及，深度学习（Deep Learning, DL）自2015年后迅速成为乳腺癌检测研究的主流技术。相比传统机器学习依赖手工特征提取，深度学习能够端到端自动提取判别特征，极大提高了乳腺X线图像（mammogram）在分类、检测、分割等任务中的表现。

早期阶段（2015–2017）：CNN初试水温

最早应用于乳腺癌影像的深度学习模型以卷积神经网络（CNN）为主，采用全图分类或ROI图块识别的方式处理乳腺X线图像。例如：

2016年，研究者将AlexNet、VGG等经典CNN架构用于CBIS-DDSM、INbreast等公开数据集，验证其在良恶性分类任务上的可行性；
2017年，Shen等人提出的深度CNN模型在乳腺X线良恶性分类中准确率达到0.88，超过放射科医生的平均水平；
同年，Yala等基于CNN开发了乳腺癌风险预测模型，AUC高达0.84，首次将DL用于“未来发病概率”评估。

这一时期的工作奠定了深度学习在乳腺癌检测中的可行性基础，但仍依赖大量训练数据、模型可解释性弱、泛化能力有限。

成长期（2018–2020）：架构优化与分割突破

从2018年起，学者们逐渐探索更加高效和细粒度的任务设计，分割与检测任务得到突破。代表性进展包括：

U-Net与其变种（如Dense U-Net、Residual Attention U-Net）被广泛用于肿块和管腔区域的精准分割，Dice系数普遍可达90%以上；
Mask R-CNN、CRU-Net等目标检测与分割结合的方法，提升了乳腺肿块检测的精度；
**迁移学习（Transfer Learning）**逐步成为标准训练流程，借助ImageNet预训练模型在小样本乳腺数据集上微调，显著缓解了过拟合问题；
**Ensemble Learning（集成学习）**技术引入，提高模型稳定性和鲁棒性。

这一阶段，深度学习模型的表现开始全面超过传统机器学习方法，尤其在良恶性分类任务中，多个研究报告准确率超95%。

高潮阶段（2021–至今）：Transformer引入与多模态融合

近年来，深度学习在乳腺癌检测领域继续深化，呈现出以下趋势：

1. Transformer架构崭露头角

2021年后，Vision Transformer（ViT）、Swin Transformer等架构开始应用于乳腺X线图像分析，具备更强的全局建模能力。与传统CNN相比，Transformer更擅长处理跨视角、跨尺度的信息，尤其适合双视图融合（CC+MLO）等复杂任务。

2. 多任务与多模态模型涌现

最新模型如DualCoreNet、Inception-ResNet-v2等，不仅在图像分类上表现优异，还能融合病人基因信息、临床指标进行乳腺癌风险评估，体现出深度学习的跨模态能力。

3. 注意力机制与可解释性研究兴起

为了提升模型的可解释性，研究者引入了SE-Net、Channel Attention等机制，以及Grad-CAM、特征可视化等技术，使模型的预测过程对医生更透明、可信。

4. 性能表现持续刷新

多个最新研究模型在公开数据集上的分类准确率达到99%以上，如2022年提出的CNN+Fine-tune方法在DDSM数据集上达到了99.96%的准确率与100%的敏感性，接近临床可用水平。

公开数据集与评估指标

构建高质量的乳腺癌深度学习检测系统，离不开公开数据集的支撑与严谨的评估指标体系。为保证模型性能的可复现性与公平性，当前主流研究通常基于多个乳腺影像数据集进行训练和测试。

1. 常用公开乳腺癌数据集一览

以下是深度学习研究中最常见的乳腺影像数据集，每个数据集都有其特定用途与特点：

数据集名称	类型	特点与用途
CBIS-DDSM	乳腺X线（Mammogram）	来自DDSM的标准化子集，包含图像+ROI标注，适用于检测、分割、分类任务。
INbreast	乳腺X线	图像质量高，提供病灶精确标注，常用于肿块分割和分类研究。
MIAS	乳腺X线	较小的数据集，适合快速原型验证，包含良/恶性标签与位置。
BreakHis	显微图像	收录多倍率下的良恶性组织切片图像，适合在更细粒度的病理图像上训练分类模型。
Wisconsin	表格数据	包含乳腺细胞特征（如半径、纹理等）的数值型数据，常用于早期ML方法测试。
Coimbra	表格数据	包括激素水平、年龄等生理数据，常用于乳腺癌风险预测。
ImageNet	通用图像数据集	尽管非医学领域，但作为预训练模型来源，常用于迁移学习提升效果。

这些数据集多用于监督学习，其中DDSM系列在深度学习中最为常用，而INbreast则以高分辨率和精准ROI成为分割任务的首选。

2. 模型评估指标

为了全面衡量模型的预测性能，通常使用以下多维度指标：

指标	解释	适用场景
准确率（Accuracy）	所有正确预测的占比	数据类别分布平衡时有效
灵敏度 / 召回率（Recall / Sensitivity）	实际阳性中被正确识别的比例	关注漏诊风险（如乳腺癌）时关键
特异度（Specificity）	实际阴性中被正确排除的比例	衡量误诊概率，防止过度治疗
精确率（Precision）	预测为阳性中真实为阳性的比例	应对假阳性问题，减少不必要的检查
F1分数（F1 Score）	精确率与召回率的调和平均	当正负样本不平衡时更能反映性能
AUC-ROC曲线下面积	不同阈值下模型对正负样本的区分能力	综合评估模型分类质量，尤其适合不平衡数据