自动识别技术在乳腺结节超声图像良恶性分类中的可行性研究

Study on the feasibility of automatic recognition technology based on depth learning for classification of benign and malignant breast nodules in ultrasound images

在中国,乳腺癌已成为女性最常见的恶性肿瘤之一,其死亡率已经超过宫颈癌,位居癌症病死率的前5名[1]。美国癌症协会发表的2016美国癌症统计数据也表明,乳腺癌是女性最常见的癌症,预计乳腺癌将独占女性全部新发病例的29%[2]。早期发现乳腺癌可以增加患者治疗的机会和提高患者的生存率[3-4];因此,乳腺癌的筛査及早期诊断十分必要。近年来,随着超声技术的不断发展,其在乳腺癌的早期诊断、乳腺良恶性病变的鉴别方面起着越来越重要的作用。其无辐射、无创、实时成像、价格低廉等特点,尤其对致密性乳房的癌症检出更敏感,弥补了乳腺钼靶检查的不足[5-6]。