14、肺癌与乳腺癌检测中的计算机视觉与视觉搜索

肺癌与乳腺癌检测中的计算机视觉与视觉搜索

1. 医学影像解读现状

在医学领域，放射科医生对医学影像的解读是一个相当主观的过程，这期间可能会遗漏一些可见的异常情况。这些遗漏（错误）可能是由于周围解剖背景对目标病变的伪装效应，或者是放射科医生使用的主观且多变的标准所致。可能导致诊断错误的不同标准包括：
- 缺乏临床数据
- 经验不足
- 检测到初始明确发现后过早终止读片
- 注意力集中在与特定临床问题相关的其他异常上
- 未能回顾之前的影像
- 解读影像时受到干扰

为了减少这些错误，计算机化方法应运而生，用于检测和/或分类数字放射影像中的异常情况。数字影像数据的可用性便于对数字图像进行计算机化定量分析，计算机可以提醒放射科医生可能存在异常发现的位置，从而有望减少假阴性诊断。

2. 肺癌检测的计算机视觉方案

2.1 肺癌检测的重要性与挑战

在肺癌的诊断和治疗中，胸部X光片检测肺部结节至关重要。肺癌的治愈很大程度上取决于早期发现，即肿瘤还较小且局限的时候。然而，放射科医生检测胸部X光片中的癌性肺结节是一项极具挑战性的任务，因为结节的可见性可能会被肋骨、支气管、血管和其他正常解剖结构遮挡。目前，早期肺结节的X光检测漏诊率约为30%。

2.2 计算机视觉方案的实施

为了降低漏诊率，研究人员正在开发一种用于检测数字胸部X光片中肺部结节的计算机视觉方案。具体步骤如下：
1. 影像数字化 ：使用光学鼓扫描仪将后前位（PA）胸部X光片数字化，像素大小为0.1毫米，并配备10位模数转换器。这样，数字像素值