【正文】 助檢測(cè)方法的敏感性，降低假陽(yáng)性的檢出率，提高檢測(cè)方法的整體性能，提高放射科醫(yī)生使用計(jì)算機(jī)輔助檢測(cè)的信心，是一項(xiàng)緊迫的研 究課題。 與其他圖像增強(qiáng)技術(shù)類似，乳腺圖像增強(qiáng)方法可以分成基于時(shí)域和基于頻域的方法。 （ 2） 基于區(qū)域的分割 ： 基于區(qū)域的分割方法將圖像分成一些空間上連通且同質(zhì)的區(qū)域。該類方法較好的解決了邊緣檢測(cè)中邊不連續(xù)的問(wèn)題，其缺點(diǎn)是對(duì)初始輪廓位置要求較高。目前，廣泛采用的特征選擇方法有逐步判別法 (Stepwise Feature Selection)[17]和基 于遺傳算法 (Geic Algorithm)的選擇法 [18]。如能構(gòu)造標(biāo)準(zhǔn)的測(cè)試集將為系統(tǒng)而公正的比較 CAD 性能奠定基礎(chǔ)。結(jié)合乳腺 X 射線 CAD 的背景、意義，詳細(xì)介紹了乳腺 X射線輔助檢測(cè)技術(shù)的現(xiàn)狀，并對(duì)其若干研究方向作了總結(jié)。它們被稱 作致病因素，主要有 : 家族易感性、激素紊亂、月經(jīng)、生育和哺乳、脂肪攝入過(guò)多、乳腺良性疾病、電離輻射、病毒感染等。 乳腺癌的診斷方法 乳腺癌作為一種進(jìn)行性以臨床和病理為特征的疾病，具有很多病因病理方面差異，隨著 病變組織來(lái)源不同和病情進(jìn)展速度不同、病變位置不同等常哈爾濱工程大學(xué)本科生畢業(yè)論文 9 常出現(xiàn)臨床變異的特點(diǎn)。通常用于中晚期乳腺癌診斷，醫(yī)生己基本確定病人患有乳腺癌，需要進(jìn)行進(jìn)一步確認(rèn)或者病灶切除手術(shù)后復(fù)查時(shí)使用。乳腺 X 射線攝影技術(shù)診斷乳腺病變，正確率可達(dá) 90%以上，是公認(rèn)的篩查和探測(cè)乳腺病變的最有效、最可靠、最經(jīng)濟(jì)的方法 [22]。 其余影 像學(xué)技術(shù) ： 遠(yuǎn)紅外線乳腺檢查是通過(guò)吸收人體輻射熱的遠(yuǎn)紅外乳腺癌診斷技術(shù)成像的方法，可以用來(lái)區(qū)分良性 /惡性病變，但它的靈敏度低，設(shè)備非常昂貴，無(wú)法廣泛使用。為了總結(jié)經(jīng)驗(yàn)，提高乳腺癌的診斷符合率，下面就五種病樣影像進(jìn)行討論。浸潤(rùn)性癌伴結(jié)締組織增生性反應(yīng)，并能使鄰近 韌 帶增厚或縮短，導(dǎo)致皮膚回縮，局部凹陷形成 “ 酒窩征 ” 。鈣化的機(jī)制可能是瘤灶 區(qū)域局部營(yíng)養(yǎng)不良或壞死，壞死區(qū)內(nèi)細(xì)胞的溶解，核酸分解出大量磷酸根，同時(shí)局部鈣離子增加，堿性磷酸酶增加導(dǎo)致磷酸鈣鹽沉著的緣故。據(jù)了解，在乳 腺 X 射線圖像中一次性檢測(cè)出乳腺癌的概率只有 70%~85%，其余情況下，約 2/3 可在第二次檢查發(fā)現(xiàn)，對(duì)隱匿性乳腺癌的臨床癥狀檢出率只有 5%~59%。 本章小結(jié) 本章對(duì)乳腺癌進(jìn)行了病理學(xué)研究，介紹了乳腺癌的病 理、乳腺癌的分類以及乳腺癌的臨床醫(yī)學(xué)診斷方法，分析了乳腺鉬靶 X 射線的主要影像病灶特點(diǎn)與 診斷難點(diǎn) ，闡述了當(dāng)前乳腺 X射線圖像計(jì)算機(jī)輔助診斷方法的 主要問(wèn)題 。這種 自適應(yīng)性正符合低頻信號(hào)變化緩慢而高頻信號(hào)變化迅速的特點(diǎn)，所以，被譽(yù)為數(shù)學(xué)顯微鏡 [29]。jV j Z? 是 2()LR上的一列閉子空間 ， 其中的一個(gè)函數(shù) ， 如果它們滿足如下五個(gè)條件 ， 即 哈爾濱工程大學(xué)本科生畢業(yè)論文 19 (1) 單調(diào)性 ： jV jV + 1 ， jZ? ； (2) 惟一性 ： ? ?0jjzI V? ? ； (3) 稠密性 ： 2()jYRV L? ； (4) 伸縮性 ： 1( ) ( 2 )jjf x V Z f x V ??? ， jpZ? ； (5) Riesz基存在性 ： 存在 0()tV? ? ， 使得 ? ?? ?。 在理解多分辨分析時(shí) ， 必須牢牢把握一點(diǎn) ， 即分解的最終目的是力求構(gòu)造一個(gè)在頻率上高度逼近空間的正交小波基 ， 這些頻率分辨率不同的正交小波基相當(dāng)于帶寬各異的帶通濾波器 。 }j j nj j nj j njZV x n ZW x n ZWxL ZR n???????????????? ??????? 對(duì)于任意信號(hào) 2( )) (Lfx R? 引入記號(hào) ,( ) ( ) , ( ) ( )j k j kj k j kRRC f x x d x d f x x d x?????? () 稱為 f (x)的尺度系數(shù)和小波系數(shù) ， 同時(shí) ， 將 f (x)在閉子空間 jV 和 jW 上的正交投影記為 ()jfx和 ()jgx， 這樣 , , , ,( ) ( ) , ( ) ( )j j k j k j j k j kk Z k Zf x C x g x d x???????? () 根據(jù)空間正交值和分解關(guān)系 1 39。小波系數(shù)絕對(duì)值趨向零，意味著小波系數(shù)所包含的信息量少并且強(qiáng)烈地受噪聲干擾。如果閾值太小，去噪后的信號(hào)仍然有噪聲存在；相反地，閾值太大，重要的圖 像特征將被濾掉，引起偏差。上式不需要估計(jì)每一層噪聲的方差 2j? ，因此，它的計(jì)算復(fù)雜性是線性的。 哈爾濱工程大學(xué)本科生畢業(yè)論文 25 直方圖均衡化的實(shí)施可以分為以下幾個(gè)步驟進(jìn)行： 第一步，根據(jù)原圖像計(jì)算灰度直方圖 () ksk nps n? () 第二步，計(jì)算 00()kkik s iiinr p s n?????? () 稱為原圖像的累積灰度直方圖，這樣求得的 kr 就是直方圖均衡化后的灰度的均勻分布； 第三步，按公式 i nt [ ( 1 ) ]kkt N r? ? ? () 確定經(jīng)直方圖均衡化后的灰度級(jí)別，其中，運(yùn)算符號(hào) int 表示取其整數(shù)部分， N 為原圖像中灰度級(jí)別數(shù)； 第四步，確定原圖像灰度級(jí)別 ks 轉(zhuǎn)換到 kt 的映射關(guān)系，然后按此映射關(guān)系將原圖像每一像素的灰度逐一轉(zhuǎn)換。在理想的情況下，醫(yī)學(xué)圖像中的每一個(gè)區(qū)域都是由相應(yīng)的封閉輪廓線包圍著。半自動(dòng)分割技術(shù)是隨著計(jì)算機(jī)科學(xué)的發(fā)展而產(chǎn)生的，它把計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理、算法分析和智能計(jì)算能力以及自動(dòng)存儲(chǔ)和記憶功能與醫(yī)學(xué)專家的知識(shí)和經(jīng)驗(yàn)有機(jī)地結(jié)合起來(lái)，通過(guò)人機(jī)交互的方式完成圖像分割。 水平集方法理論基礎(chǔ) 水平集 (Level Set)方法是 1988 年由 Ocher 和 Sethian首次提出 [37]，其思想哈爾濱工程大學(xué)本科生畢業(yè)論文 30 是將曲線或曲面看成一個(gè)函數(shù)的零水平集，通過(guò)函數(shù)的水平集演化來(lái)確定曲線和曲 面的演化。 設(shè) ( , , 0 ) ( , )x y t d x y? ??是 SDF， 則 ( , , 0 ) ( , )x y t d x y? ?? () 其中 ( , )dxy 是點(diǎn) (, )xy 到初始曲線 c 的距離，其符號(hào)根據(jù)點(diǎn) (, )xy 在 0c的內(nèi)外部而定，如果 (, )xy 位于 0c 的內(nèi)部，可取正號(hào) (或負(fù)號(hào) )，反之取負(fù)號(hào) (或正號(hào) )） 。盡管這種轉(zhuǎn)化使得問(wèn)題在形式上變得復(fù)雜，但在問(wèn)題的求解上帶來(lái)很多優(yōu)點(diǎn)，其最大的優(yōu)點(diǎn)在于曲線的拓?fù)渥兓軌虻玫胶茏匀坏奶幚?，而且可以獲得唯一的滿足熵條件的弱解；另外，界面的幾何屬性（法向量、曲率等）可以很容易得到；最后，這種思想可以不做任何改變推廣到高維空間。該算法主要分為三個(gè)模塊： (1)初始化部分 一般在這個(gè)部分主要對(duì)輸入圖像進(jìn)行處理，找出零水平線和窄帶，初始化的方法有很多種，可以通過(guò)不 同的子類來(lái)定義。如何選取窄帶寬度成為提高窄帶算法效率的關(guān)鍵，過(guò)寬必然加大計(jì)算量，過(guò)窄必然影響水平集函數(shù)值的差分迭代。因此，演化 ? 時(shí)需要一種方法將速度函數(shù) ()k? 推廣到所有的水平集，變?yōu)檠油氐乃俣葓?chǎng) ()extk? 。 設(shè)連續(xù)函數(shù) ( , , )x yt? ： 2RR?? 是閉合曲線 ( , )cpt ： 01p??在 t 時(shí)刻的隱含表達(dá)，即 t 時(shí)刻 ( , )cpt 對(duì)應(yīng)于 ( , , )x yt? 的零水平集 ( , ) {( , ) | ( , , ) 0 }( , 0 ) {( , ) | ( , , 0 ) 0 }c p t x y x y tc p x y x y??????? () 水平集方法的目的就是要使水平集函數(shù) ( , , )x yt? 在演化過(guò)程中， ? 的零水平集的平面閉合曲線 ( ( ), ) 0c t t? ? () 始終滿足曲線演化的偏 微分方程 ()v k Nct ??? ，其中 ()vk 是速度函數(shù)， N是曲線的內(nèi)向單位法向量，對(duì) 方程 ()求全微分得 哈爾濱工程大學(xué)本科生畢業(yè)論文 31 0ctt?? ????? () 其中 ?? 是 ? 的梯度。 從目前圖像分割技術(shù)在臨床上的應(yīng)用情況來(lái)看，人工分割的精度在所有分割方法中是最高的，被視為金標(biāo)準(zhǔn)，但該方法費(fèi)時(shí)、費(fèi)力，其分割結(jié)果的優(yōu)劣完全取決于操作者的經(jīng)驗(yàn)和知識(shí)，且分割結(jié)果難以重視。近年來(lái)大量學(xué)者致力于將新概念、新思想和新方法應(yīng)用于復(fù)雜二維醫(yī)學(xué)圖像和高維醫(yī)學(xué)圖像或者圖像序列的分割，其中包括數(shù)學(xué)形態(tài)學(xué)、模糊理論、神經(jīng)網(wǎng)絡(luò)、遺傳算法、蟻群算法、粗糙集理論、水平集理論、支持向量機(jī)、馬爾科夫隨即場(chǎng)理論、核函數(shù)方法、小波分析和小波變換等，其間有很大一部分屬于基于模式識(shí)別原理的醫(yī)學(xué)圖像分割方法。這為后續(xù)的分割打下了基礎(chǔ)。 哈爾濱工程大學(xué)本科生畢業(yè)論文 23 4）計(jì)算小波逆變換，完成信號(hào)的去噪處理。在第 j 層子帶上，當(dāng)無(wú)干擾噪聲的小波系數(shù)與去噪后的小波系數(shù)之間均方誤差最小時(shí)，存在一個(gè)最優(yōu)的閾值 ,jopt? 。這種方法意味著閾值化將在小波域中移去小幅度的噪聲或者非期望的信號(hào)，在小波的逆變換中，將得到所需要的信號(hào)。哈爾濱工程大學(xué)本科生畢業(yè)論文 21 在這里，如何對(duì)小波變換域內(nèi)的系數(shù)進(jìn)行篩選是小波閾值化去噪的關(guān)鍵步驟。 ( )}JV j Z x?? ， 尺度方程和小波方程為 ( ) 2 ( 2 )nnzx h x n?????? 和 ( ) 2 ( 2 )nnzx g x n?????? (， ) 哈爾濱工程大學(xué)本科生畢業(yè)論文 20 其中 ， 系數(shù)關(guān)系是 1 1( 1) ,kkkg h k Z? ?? ? ?， 對(duì)任意的整數(shù) j和 k， 沿用記號(hào) 2, ( ) 2 ( ) 2j jjn x x n????， 2, ( ) 2 ( ) 2j jjn x x k????和,2 (){ ( ) 。 若定義函數(shù) 2, ( ) 2 ( 2 )j jjn x x n????， ,jp n Z? ； 則由多分辨分析的定義 ，容易得到一個(gè)重要結(jié)果 ， 即函數(shù)族 2,{ ( ) 2 ( 。它的成果 已 被廣泛應(yīng)用于圖像處理、語(yǔ)聲人工合成、地震勘探、大氣湍流、天體識(shí)別以及機(jī)器視哈爾濱工程大學(xué)本科生畢業(yè)論文 18 覺(jué)等眾多領(lǐng)域。小波變換正是彌補(bǔ)這一不足強(qiáng)有力的工具。 對(duì)于微鈣化點(diǎn)，在 毫米 /像素的數(shù)字圖像中，只有直徑大于 100 微米的微鈣化點(diǎn)有可能出現(xiàn)在圖像中，更小的微鈣化點(diǎn)將無(wú)法顯示，即使利用放大鏡觀察微鈣化點(diǎn)，它也似乎過(guò)于微小，很難察覺(jué)，有些微鈣化點(diǎn)和正常組織的結(jié)構(gòu)具有相似性，在該區(qū) 域的一些特征非常類似于乳腺的其它組織結(jié)構(gòu)，這些特點(diǎn)都造成了微鈣化點(diǎn)自動(dòng)檢測(cè)難度的增加。其原因可能是乳腺癌的發(fā)生多起 源于導(dǎo)管或者乳腺小葉組織內(nèi)，可沿乳腺導(dǎo)管壁和小葉組織呈片狀浸潤(rùn)生長(zhǎng)，不形成具體腫塊，所以在鉬靶片上不顯示腫塊。不易做出診斷者，可雙側(cè)乳腺對(duì)照研究，一般兩側(cè)乳腺的外形及腺體密度基本對(duì)稱，一旦不對(duì)稱或明顯不對(duì)稱，應(yīng)考慮乳腺癌。腫瘤可浸潤(rùn)皮膚使皮膚增厚，阻塞導(dǎo)管使導(dǎo)管擴(kuò)張，壓迫血管使其增粗，牽拉血管使其迂曲。在影像學(xué)診斷方哈爾濱工程大學(xué)本科生畢業(yè)論文 11 法中，遠(yuǎn)紅外乳腺掃描、液晶熱成像和超聲波掃描沒(méi)有放射性，不傷害人體，將成為乳腺癌篩查的第一選擇，但這些技術(shù)存在著圖像分辨率低、檢測(cè)精度不 高和對(duì)微鈣化點(diǎn)不敏感的缺點(diǎn)，容易錯(cuò)過(guò)早期的隱匿性乳腺癌 ， CT， MRI檢查效果好，但檢查時(shí)間長(zhǎng)、成本高，可以用于乳腺癌的檢測(cè)中，但不適合用于普查，且對(duì)微鈣化的檢測(cè)效果不好 ； 鉬靶 X 線攝影，雖然會(huì)帶來(lái)一些輻射，但它對(duì)微鈣化簇最敏感，而且圖像比較清晰，多年的臨床使用，大量經(jīng)驗(yàn)豐富的放射學(xué)專家可以較準(zhǔn)確讀取乳腺 X 射線圖像信息，做出判斷 [24]。具有一定的準(zhǔn)確性，但很多情況下無(wú)法作出準(zhǔn)確的判斷，其優(yōu)點(diǎn)是價(jià)格低廉，對(duì)人體毫無(wú)損傷。 與病理檢查相比較，臨床檢查有一定的誤差，即使有豐富臨床經(jīng)驗(yàn)的醫(yī)師對(duì)原發(fā)性病灶檢查的正確率約為 70%~80%。其中，針穿刺細(xì)胞學(xué)檢查與活檢類似，它具有輕微的損傷，且精度高的特點(diǎn)，是外科醫(yī)生手術(shù)前病理檢查的重要手段。 (2)早期浸潤(rùn)導(dǎo)管癌 ： 導(dǎo)管內(nèi)癌少量癌細(xì)胞突破導(dǎo)管基底膜，向間質(zhì)浸潤(rùn)，但浸潤(rùn)范圍小。 第 3 章，圍繞鉬靶 X 射線圖像的預(yù) 處理這一主題，詳盡闡述了小波閾值哈爾濱工程大學(xué)本科生畢業(yè)論文 7 化去噪和直方圖均衡化的原理知識(shí) 及算法實(shí)現(xiàn)的流程 ，并給出了實(shí)驗(yàn)結(jié)果。 通過(guò)直方圖均衡化 的 方法提高圖像對(duì)比度，使乳房腫塊更清晰地脫離背景。 對(duì)于一個(gè) CAD 而言，評(píng)價(jià)