[00121957]Mammographic Mass Retrieval Using Multi-view Information and Laplacian Score Feature Selection

乳腺癌是全球范围内危害妇女身体健康的最常见恶性肿瘤之一。钼靶X线摄影是临床上乳腺癌检测的主要手段。钼靶CAD技术对乳腺癌的早期检测与诊断具有重要价值。提高肿块病灶的检测精度是钼靶CAD技术中的热点和难点问题。利用图像检索技术在病灶数据库中检索与疑似病灶在视觉上和病理上相似的病灶图像以辅助医生进行决策会有助于诊断精度的提高。 为辅助影像科医生更好地诊断乳腺癌,本论文提出了一种基于双视角的钼靶病灶图像检索方法。和传统的单视角检索方法不同,提出的方法使用钼靶病灶的MLO和CC视角图像作为查询图像对。本文方法首先计算了图像的99维手工特征,这些特征有几何特征、密度特征和统计特征。其中几何特征包括病灶面积、周长、外接矩形长宽比等;密度特征包括区域对比度、病灶区域像素灰度值平均值等;统计特征包括病灶区域的香农熵、分数维和傅里叶谱特征等。然后使用了Laplacian Score方法进行特征选择以得到用于匹配的优化特征集合,优化后的特征集合包括了15个选择特征。实验中使用经典的按例检索QBE（Query by Example）框架,实验结果表明提出的双视角检索框架优于传统的单视角检索方法。在表征检索指标的查全率和查准率AVG-r、AVG-p和ANMRR等几个指标上双视角检索均优于单视角检索。本项目研究成果对改进医生阅片质量,提高CAD系统性能,改善我国妇女乳腺癌的早期诊疗具有一定意义。