乳腺影像學檢測方法

在乳腺癌的診療過程中，主要有超聲，鉬靶，核磁共振（MRI），CT檢查（月經後1-2周），病理和基因等醫學手段用於輔助診斷和治療。其中超聲和鉬靶主要用於乳腺癌的初篩，MRI用於治療效果的評估，病理用於癌症的確診以及治療方案的評估。近年來，基因分析在腫瘤診療方面也得到了快速發展，主要用於遺傳性乳腺癌的篩查以及個性化的精準醫療。目前我們團隊完成了乳腺鉬靶AI診斷產品的研發和落地，並且在核磁共振和病理方面，相關的研發的工作也已經展開。

1、影像：軸位片（頭足位 CC）   斜位片（MLO）*左右=4張影像

同側 例如：rcc 或者R-mlo用於定位

左右兩側 例如：R-CC L-CC 用於比較是否不對稱，兩側同拍照模式進行對比

2、BI-RADS評價分類

• 0類為不定類別，需進一步的影像學檢查
• 1類為未見異常  Ⅰ
• 2類為良性   Ⅱ
• 3類為可能良性 Ⅲ
• 4類為可疑惡性 Ⅳ
• 5類為高度提示惡性   Ⅴ
• 6類為活檢證實惡性    Ⅵ

3、資料集：

3.1 DDSM (10263張，4025正例，標籤分類，分割)

Digital Database for Screening Mammography (DDSM) 是乳腺資料集中比較著名和資料量比較大的一個資料集，分為四個子資料夾：分別是benign_without_callbacks, benigns, cancers, normals 代表乳腺檢查的不同類別，每個子資料夾中各有很多個case,每個case代表一個樣例

其中LJPEG檔案是乳腺圖片的原始格式，目前正在轉為png格式，每個樣本有四張乳腺圖片，如果是有病的樣本，至少會有一張圖片有分割標籤；.mat檔案是從原始的.overlay檔案中獲得的分割標籤。

3.2 CBIS-DDSM

影象已解壓縮並轉換為DICOM格式。更新了ROI分段和邊界框，還包括了訓練資料的病理診斷

註釋了鈣化和腫塊的ROI。

資料集包含753個鈣化病例和891個腫塊病例

3.3 Inbreast (410張，100正例，標籤分類，少量帶框標籤)

3.4MIAS (322張，分類標籤)

4、乳腺檢測任務

4.1分類+檢測

  弱監督學習（ 定位通常通 CAM or MIL ）

  7分類 等級分類==》2分類 0-2 為良性 4-6 為惡性 3不參與考慮

  2分類 鈣化和腫塊

4.2 分類+分割

5、方法實現