通过关键示例定位的多示例学习算法用于乳腺微钙化簇检测.pdf

通过关键示例定位的多示例学习算法用于乳腺微钙化簇检测 1,2 2 3 1 1 李超 ，Kin Man Lam ，张磊 ，惠春 ，张素 1 生物医学工程学院，上海交通大学，上海 2 信号处理中心，通讯与资讯工程系，香港理工大学，香港 3 计算机系，香港理工大学，香港 摘要 本文提出一个基于多示例学习算法（Multi-Instance Learning ，MIL ）的计算机辅助诊断 方案用于检测乳腺微钙化簇（microcalcification clusters ，MCCs ）。为了得到令人满意的检测 结果，我们首先通过均值漂移算法来寻找乳腺 X 射线图像上可能的微钙化点疑似点，然后 基于图构建的方式来提取单个疑似点的特征，最后本算法通过定位关键示例算法的多示例学 习算法对这些疑似点进行分类。本实验结果在公共DDSM 数据库上取得了很好的结果。 关键词 特征，微钙化簇，多示例学习，图，均值漂移 1 引言 很多实际应用中获得的数据都有其内在结构，相比于传统的单示例学习，多示例学习 显著的优势之一在于更加自然地对目标进行表示且获得更多信息。例如，如果将一幅图像分 割成多个部分，每一部分相对于将整幅图像作为一个示例，整幅图像作为一个包，那么多示 例表示方法就可以捕获各部分的信息。若这个分割是有意义的（分割的每一部分对应某个主 要特点），则多示例表示就有助于简化学习任务。 多数关于多示例学习算法都假设包中的示例是独立同分布的（independently and identically distributed，I.I.D ），这样的假设会忽略示例之间的关系所显示的重要的结构信息。 Zhou 和 Xu 等人指出应当假设包之间是服从独立同分布的，而并不假设包中的示例也服从 独立同分布更具合理性。在实际应用中，包中的示例很少是独立存在的，因此在本节中我们 假设包中示例是非独立同分布的（non-i.i.d ）。Zhou 和 Sun 在后续研究工作中提出一种解决 方法，该方法的基本思想是将包看做一个整体，包中的示例看做这个整体的组成部分，故引 入图的概念。不同于McGovern 和Jensen 的研究工作中所处理的关系数据中每个示例本身就 是一幅图，很多给定的数据不存在天然的图，因此需要根据数据构建图。 图（graph ）是模式识别中用于对象表示的一种常规数据结构。对象的单个部分可以用 图的节点（node ）表示，图的边（edge ）用于表示节点间的二元关系。图的节点和边都可以 标有属性值，如表示成特征向量的形式，也是最常见的形式。图以其强大的表示能力在模式 识别领域取得很大的成功，如生物信息学（bioinformatics ）、图像分类（image classification ） 和计算机网络分析（computer network analysis ）等。 根据美国癌症协会（American Cancer Society ）2013~2014 年的乳腺癌事实与数据年度 报告，2013 年约有23 万新增女性病例被确诊为浸润性乳腺癌，以及另外约有65 万病例确 诊为原位乳腺癌，并且呈现逐年上升的趋势。多数乳腺癌都具有浸润性，这些癌变组织可以 从原位穿透导管或者腺体壁进而感染周围的乳腺组织。 浸润性乳腺癌的预后（prognosis ）主要受到该疾病所处阶段的影响，即第一次确诊时 的癌症程度或者扩散程度。当乳腺肿瘤比较小时无任何症状，同时也容易治愈。因此早期诊 断对于乳腺癌患者来说是至关重要的，这也说明了乳腺筛查的必要性。直到现在，乳腺 X 射线摄片（mammography ）筛查都是乳腺癌早期检测最方便可靠的检测方式。乳腺X 射线 摄片筛查过程中图像的阅读诊断是一项繁重的工作，一方面由于筛查的乳腺图片通常会受到 图像质量和放射科医生专业水平的影响；另一方面筛查得到乳腺图像数量之多，也给放射科 医生造成巨大的工作负担。鉴于这些因素，放射科医生检测可疑异常区域容易出现错误，有 研究表明在筛选阶段会有 10%到 30%的放射科医生会做出错误的判断。为了减少此种错误 和降低医生的工作量，自动进行乳腺癌初