融入深层病理信息挖掘的乳腺肿块识别模型

• 作者: 李广丽 袁天 李传秀 邬任重 卓建武 张红斌
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 乳腺肿块识别 病理信息挖掘 样本精选 特征优选 多视角有效区域基因优选(MvERGS)
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 413-427
• 页数: 15页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2008028

摘要

乳腺癌是女性中最常见的癌症,乳腺肿块识别模型能有效地辅助医生的临床诊断工作.然而,医学图像样本稀缺使识别模型易过拟合.提出融入深层病理信息挖掘的乳腺肿块识别模型:构建样本精选策略,跨越不同乳腺造影图像数据集筛选优质样本,从数据增强角度应对医学图像样本稀缺;由浅入深挖掘有限标注样本中蕴含的病理信息,从特征优选角度应对医学图像样本稀缺.设计多视角有效区域基因优选(MvERGS)算法,以精化原始图像特征,提升特征判别性并压缩特征维度,更好地匹配样本数量;对精化的新特征执行判别相关分析(DCA),深入挖掘异构特征间的跨模态相关性,即深层病理信息,以准确刻画乳腺肿块病灶区域.基于深层病理信息与传统分类器训练出高效的乳腺肿块识别模型,完成乳腺造影图像分类.实验表明:识别模型的关键技术指标,包括Accuracy和AUC,均优于主流基线,样本稀缺导致的过拟合问题得到缓解.