4、数字乳腺摄影中的自动化医学图像分析

数字乳腺摄影中的自动化医学图像分析

1. 引言

癌症是一种导致身体某部分细胞异常且过度生长的疾病，产生的细胞聚集形成肿块。癌症分为良性和恶性两类，良性癌症的癌细胞固定在局部，而恶性癌症的癌细胞会转移到身体其他部位并继续生长。乳腺癌是女性中最常见的癌症之一，其肿瘤的危险程度由肿瘤大小、扩散程度、对邻近器官的侵犯以及在胸部的进展速度等因素决定。

钙微粒在乳腺肿瘤形成之前就会出现，是乳腺癌的早期预警信号之一，通常在乳腺摄影图像中可见。随着女性年龄增长，钙微粒的密度和数量会增加。大多数钙微粒是良性的，不会危及健康，但有些是恶性的，可能会发展成乳腺肿瘤。

每年约有20万女性和1700名男性被诊断出患有乳腺癌，超过4万女性和450名男性因此死亡。年龄是确定乳腺癌的重要因素，此外，种族、地理位置和家族病史等也会影响患癌风险。在美国，每八名女性中就有一人患有乳腺癌；在欧洲，这一比例为六分之一。

尽管乳腺癌的发病率不断上升，但死亡率却有所下降，这得益于图像处理技术带来的新检测方法和新治疗方法。乳腺摄影是检测乳腺癌的一种方法，它可以在乳房摸到肿块之前早期诊断出癌症。近年来，基于机器学习和图像处理的新方法不断涌现，这些方法在检测乳腺中的癌性肿瘤和钙微粒方面，减少了人力需求，显著消除了人为错误，还降低了医疗成本。

然而，自动分析乳腺摄影图像也面临一些挑战：
- 图像不同部分的灰度变化细微，仅通过灰度难以分割包含肿瘤的区域。
- 肿瘤并非总是明显可见。
- 乳腺摄影图像中存在高频成分和不同程度的噪声，占像素的10% - 15%。

数字乳腺摄影图像中乳腺癌的检测分为四个阶段：预处理、分割、特征提取和分类。预处理阶段通常