基于機(jī)器學(xué)習(xí)的微鈣化簇檢測(cè)算法研究.pdf

1、乳腺X線(xiàn)圖像中的微鈣化簇是早期乳腺癌的一個(gè)重要征象，這使得盡早檢測(cè)微鈣化簇并判斷其是否有惡化傾向成為實(shí)現(xiàn)乳腺癌早期診斷的關(guān)鍵技術(shù)之一。然而，乳腺X線(xiàn)圖像中只有3％的信息能為人眼所見(jiàn)，大量的信息是人眼不可辨識(shí)的，即便是經(jīng)驗(yàn)豐富的臨床醫(yī)生也很難及時(shí)發(fā)現(xiàn)其中表征早期乳腺癌的微小鈣化點(diǎn)，以致延誤病人的最佳治療時(shí)機(jī)。為了能夠有效地檢測(cè)出早期乳腺癌的隱匿性病征，更好地輔助醫(yī)生發(fā)現(xiàn)早期乳腺癌，本文采用多分辨分析、子空間學(xué)習(xí)以及集成學(xué)習(xí)等機(jī)器學(xué)習(xí)領(lǐng)域最

2、新的理論成果，針對(duì)女性的乳腺X線(xiàn)圖像中微鈣化簇增強(qiáng)和病灶檢測(cè)問(wèn)題進(jìn)行了深入系統(tǒng)的研究，為早期乳腺癌的計(jì)算機(jī)輔助檢測(cè)和診斷奠定了基礎(chǔ)。論文取得了以下主要研究成果：
　　 (1)乳腺區(qū)域結(jié)構(gòu)復(fù)雜，要在乳腺X線(xiàn)圖像中挑選能夠完全囊括復(fù)雜區(qū)域特征的具有代表性的樣本很難實(shí)現(xiàn)。為了解決該問(wèn)題，本文提出了一種基于主動(dòng)學(xué)習(xí)的微鈣化簇區(qū)域檢測(cè)新算法。首先利用方向差分濾波器組對(duì)微鈣化區(qū)域進(jìn)行增強(qiáng)和特征提取，同時(shí)抑制高亮血管和導(dǎo)管等復(fù)雜區(qū)域的干擾；然

3、后利用基于Bootstrap主動(dòng)學(xué)習(xí)方法進(jìn)行樣本的選擇以提高分類(lèi)器的性能；最后在乳腺X線(xiàn)圖像中檢測(cè)鈣化簇區(qū)域。實(shí)驗(yàn)結(jié)果表明，該算法在保證較高檢出率的同時(shí)有效地降低了假陽(yáng)性率。
　　 (2)為了提高微鈣化簇檢測(cè)器的泛化能力和運(yùn)行效率，本文提出了一種基于子空間學(xué)習(xí)和雙支持向量機(jī)(Twin Support Vector Machine，TWSVM)的微鈣化簇檢測(cè)新框架。該框架首先采用簡(jiǎn)單的偽影去除濾波器和高通濾波器來(lái)增強(qiáng)鈣化點(diǎn)簇；然后

4、將子空間學(xué)習(xí)算法嵌入到該框架中對(duì)待處理的圖像塊進(jìn)行子空間特征提??；最后在特征子空間用TWSVM進(jìn)行微鈣化簇區(qū)域的檢測(cè)。實(shí)驗(yàn)結(jié)果表明，該微鈣化簇檢測(cè)算法的泛化能力和處理速度得到了顯著提升。
　　 (3)為了充分利用圖像中的空間結(jié)構(gòu)信息，本文將基于向量的雙支持向量機(jī)學(xué)習(xí)算法擴(kuò)展到能夠處理張量數(shù)據(jù)的雙支持張量機(jī)(Twin Support Tensor Machine，TWSTM)，并使之成功應(yīng)用到微鈣化簇的檢測(cè)中。實(shí)驗(yàn)結(jié)果表明該算法檢

5、測(cè)性能優(yōu)于TWSVM，并且能很好的處理小樣本問(wèn)題。
　　 (4)為了將多個(gè)微鈣化簇檢測(cè)算法進(jìn)行集成以獲得比單個(gè)檢測(cè)器更好的檢測(cè)能力，本文設(shè)計(jì)了一種新的集成學(xué)習(xí)方法——Bracing，并將之應(yīng)用到乳腺X線(xiàn)圖像的微鈣化簇檢測(cè)。該算法將主動(dòng)相關(guān)反饋嵌入到基學(xué)習(xí)器訓(xùn)練中以提升其泛化能力；并根據(jù)反饋的結(jié)果動(dòng)態(tài)更新基學(xué)習(xí)器的權(quán)重。實(shí)驗(yàn)結(jié)果表明，Bracing算法提高了集成分類(lèi)器的泛化能力，且在一定程度上避免了過(guò)擬合現(xiàn)象。
　　 (5

6、)由于子空間學(xué)習(xí)算法對(duì)訓(xùn)練數(shù)據(jù)中的噪聲較為敏感，本文設(shè)計(jì)了一種基于混合多子空間選擇性集成的方法，并將其應(yīng)用到乳腺的鈣化點(diǎn)簇檢測(cè)。該方法根據(jù)子空間學(xué)習(xí)算法保留分類(lèi)信息的能力，有選擇地對(duì)其進(jìn)行集成。實(shí)驗(yàn)結(jié)果表明該方法提高了微鈣化簇檢測(cè)算法的性能和穩(wěn)定性，能更好地適應(yīng)噪聲環(huán)境。
　　 綜上，為了能夠有效地檢測(cè)出早期乳腺癌的隱匿性病征，更好地輔助醫(yī)生發(fā)現(xiàn)早期乳腺癌，本文將機(jī)器學(xué)習(xí)方法在微鈣化簇檢測(cè)方面的應(yīng)用進(jìn)行了深入的研究和進(jìn)一步的發(fā)展