乳腺癌早期筛查中的钼靶X线影像大数据分析技术

Breast Cancer Screening (BCS), which is the important way to detect and cure breast cancer in the early stage, can reduce 30% of the death rate. However, with the long-term launching in BCS and the data growth in large-scale, conventional computer-aided diagnostic technology cannot afford effectively and efficiently processing the big mammography data in BCS. Therefore, studying the big mammography data analysis techniques for early breast cancer screening is significantly important on prevention and treatment the breast cancer. In this project, based on the high-level characteristics of large-scale data, the proprietary file format, high-dimensional feature vectors, and the unique diagnostic methodology, we will utilize these key technologies, including cloud-based storage technology for large-scale X-ray images of breast, computer-aided diagnostic technologies on mass detection and image retrieval based on cloud computing, to solve the key research problems on the cloud-storage architecture for the big mammography data, distributed machine learning algorithms for large-scale data, and the distributed indexing structure for large-scale high-dimensional data in a novel way. Furthermore, a prototype BCS system based on Hadoop platform will be designed and implemented to validate the effectiveness and efficiency of our research. The related achievements that will provide effective methodology and scientific ground-truth to nation-wide early BCS, is significantly important to both the theoretical and practical fields.

乳腺癌筛查是实现乳腺癌早诊早治的重要手段，可以降低30%的死亡率。然而，随着乳腺癌筛查工作的持续开展，数据规模也越来越庞大，传统的计算机辅助诊断技术已经无法有效地处理乳腺癌筛查中海量的钼靶X线影像数据。因此，研究钼靶X线影像大数据分析技术对乳腺癌防治工作具有十分重要的意义。本项目将综合考虑钼靶X线影像大数据的规模海量性、文件格式专有性、特征向量高维性和诊断方式独特性特点，紧紧围绕钼靶X线影像大数据的云存储技术、基于云计算的肿块检测辅助诊断技术和基于云计算的图像检索辅助诊断技术三个问题，重点研究钼靶X线影像大数据云存储模型、海量金标准数据分布式机器学习算法和海量高维数据分布式索引技术等关键科学问题。设计并实现一个基于Hadoop平台的乳腺癌早期筛查原型系统，来验证研究成果的正确性和有效性。相关成果将为乳腺癌早期筛查提供有效的手段和科学依据，具有十分重要的理论意义和实际应用价值。

随着计算机辅助乳腺癌早期筛查关键技术研究的逐步深入，乳腺钼靶X线图像的数据规模海量性、文件格式专有性、特征向量高维性和诊断方式独特性等特征也逐渐被人们所认知并得到了越来越多的关注，这些特征使得传统的数据存储、处理、分析技术无法满足乳腺癌早期筛查的实际应用需求。因此，本项目以钼靶X线影像大数据云存储模型、海量金标准数据分布式机器学习算法和海量高维数据分布式索引技术等关键科学问题为核心，从乳腺钼靶X线图像大数据的云存储、基于云计算的肿块检测辅助诊断以及基于云计算的图像检索辅助诊断共三个方面入手，深入研究了乳腺癌早期筛查中的钼靶X线影像大数据分析技术。在乳腺X线图像云存储技术方面，主要研究了乳腺X线图像云存储模型、乳腺X线图像大数据多级索引结构和乳腺X线图像云存储负载均衡策略等技术；在基于云计算的肿块检测辅助诊断技术方面，主要研究了单幅核磁图像超分辨率法、基于无监督ELM的核磁图像分割、面向单侧双视图和双侧单视图的乳腺肿块检测、乳腺X线微钙化点检测、乳腺超声图像多元分类、乳腺核磁图像辅助诊断、分布式极限学习机的隐层节点增减量方法和分布式加权极限学习机等核心技术；在基于云计算的图像检索辅助诊断方面，主要研究了基于病灶位置与内容的乳腺图像检索方法、融合深度特征的乳腺图像检索、基于距离的k-代表轮廓查询处理和数据流中ρ-支配轮廓查询等核心技术。经过项目组成员为期三年的共同努力，本项目在理论研究、学术交流和人才培养等方面均取得了大量成果。在理论研究方面，共发表学术论文21篇，包括TKDE、NEUROCOM、Physica Medica、TST、NCA、MULT、Memetic Computing、FCS、Optics Express、MPE、计算机辅助设计与图形学学报、中国生物医学工程学报、计算机科学与探索、ELM、NDBC等学术期刊和会议，被SCI收录12篇次、EI收录12篇次、CPCI-S收录5次；在原型系统研发方面，申请发明专利5项、软件著作权1项；在学术交流方面，项目组成员和硕博士研究生三年来共12人次参加了国内外重要的学术会议，与相关领域的专家和同行进行了广泛而深入的交流。在人才培养方面，协助培养博士研究生2人，1人已顺利毕业；独立培养硕士研究生1人、协助培养硕士研究生7人，均已顺利毕业。