一种乳腺肿块、钙化良恶自动识别及定量化影像评价系统

摘要

本发明提供一种乳腺病变定量化影像评价(CAD)系统及其应用方法。该系统采用分形技术、图形分析等影像数据提取挖掘手段以及数理建模算法，并结合临床数据建立了乳腺病变生长扩散的非线性数据模型，应用于肿瘤医学影像分析及肿瘤病情的危险率评估。所述非线性数据模型包含了乳腺肿瘤生长扩散形态特征参数、钙化形态特征参数以及乳腺外观形貌的特征的局限性不对称致密比较、乳头回缩、皮肤增厚、结构扭曲等临床参数。本发明的乳腺病变定量化影像评价系统，为全图形界面，可导入钼靶、核磁、超声影像数据，操作方便快捷(一键操作)。通过该CAD系统，可计算出乳腺钼靶片(核磁、超声)病变的良恶性预测数值以及肿瘤分级预测值，其结果可应用于乳腺影像辅助诊断和乳腺摄片筛查。

主权项

一种乳腺肿块、钙化良恶自动识别及定量化影像评价系统，其采用分形技术以及图形分析手段应用于肿瘤医学影像分析及肿瘤病情的危险率评估中，建立并采用了乳腺肿瘤病变生长扩散的非线性数据模型。所述非线性数据模型包含了乳腺肿瘤生长扩散形态特征的复杂分形维MF、肿块边界几何分形维DF、肿块内部异质性H、钙化形态特征参数P，以及临床参数y、乳头溢液U、乳腺病史及哺育史V。其特征在于：所述肿瘤生长扩散形态特征参数的权重比为0.1～1.0；钙化形态特征参数的权重比为0.001～1.0；临床病理分级参数的权重比为0.1～1.0。所述肿瘤生长扩散形态特征参数包括肿块内部复杂分形MF、肿块边界几何分形维DF、肿块内部异质性H；所述肿瘤钙化形态特征参数P；所述临床参数包括病人的年龄y、乳头溢液U、乳腺病史及哺育史V。所述非线性数据模型包括多因素线性拟合回归数学建模，通过对肿瘤生长扩散形态特征参数和临床参数进行不同权重分析，筛选出最能符合临床病情数据的回归方程，得到基于临床病理分级YC与临床影像形态数据的乳腺肿物判断回归方程：YE＝a*DF+b*MF+c*y+d*P+e*H；(1)其中a、b、c、d、e为回归权重系数，YE是预测性病理分级。对MF、DF做如下修正，Mmul＝y*MF+f    (2)Fsimp＝y*DF+g， (3)其中，Mmul是经修正后的复杂分形维；Fsimp是经修正后的边界分形维；y是年龄修正系数，f、g是选择经钼靶、MRI、超声设备相应经手术或活检证实的乳腺图片计算得到的统计分析对应数据。