5.23.1 深度学习在乳腺癌成像中的应用

乳腺成像在早期发现乳腺癌以及在治疗期间监测和评估乳腺癌方面发挥着重要作用。最常用的乳腺成像方式是数字乳房X线摄影、数字乳腺断层合成、超声和磁共振成像。

传统的 CAD 系统基于传统的机器学习 (ML) 技术；预定义（手工制作）的特征是系统的输入。

1. 乳房成像方式简介

通常，乳房成像是使用数字乳房X线摄影（DM）、数字乳房断层合成（DBT）、超声（US）、磁共振成像（MRI）或上述的组合来进行。在 DM 中，X 射线穿过乳房并由数字 X 射线探测器收集，创建乳房的二维 (2D) 图像。然而，它存在组织叠加的问题。特别是在致密乳房（纤维腺体组织密度较高的乳房）中，纤维腺体组织掩盖病变的机会很高。

在 DBT 中，从稍微不同的位置进行多次 X 射线扫描，从而产生与 DM 相比叠加效应减少的（部分）断层扫描图像。 DBT 的一个缺点是其解释更加困难，导致阅读时间增加。

进行超声检查时，声波通过乳房发送，同时检测到反向散射波。根据检测到的波，构建超声图像。超声图像是实时显示的，这意味着超声手术需要由放射科医生执行并直接评估。然而，用超声波记录整个乳房是很困难的。此外，与 DBT 和 DM 相比，US 图像可能难以解释，并且频繁检测良性乳腺病变会导