计算机科学与探索

作者：李广丽, 袁天, 李传秀, 邬任重, 卓建武, 张红斌

单位：1.华东交通大学 信息工程学院,南昌 330013；2.华东交通大学 软件学院,南昌 330013

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）

基金：国家自然科学基金(62161011);国家自然科学基金(61762038);国家自然科学基金(61861016);教育部人文社会科学研究规划基金(20YJAZH142);江西省科技厅重点研发计划(20192BBE50071);江西省科技厅重点研发计划(20202BBEL53003);江西省教育厅科技项目(GJJ190323);江西省教育厅科技项目(GJJ200644);江西省高校人文社科基金(TQ19101);江西省高校人文社科基金(TQ20108);江西省自然科学基金面上项目(20202BAB

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。

来源：2022年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2022年第2期