便携式超声乳腺癌辅助筛查系统的设计与实现

作     者：王致诚 

作者单位：云南大学 

学位级别：硕士

导师姓名：张榆锋

授予年度：2022年

学科分类：1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 100214[医学-肿瘤学] 0802[工学-机械工程] 10[医学] 

主      题：Clarius便携式超声 超声射频数据 乳腺癌筛查 计算机辅助系统 

摘      要：乳腺癌已经成为女性癌症发病率之首,在罹患乳腺癌的早期发现并加以治疗,可以显著降低死亡率。超声因其具有无创性、无辐射性、穿透深度、检测费用相对便宜等优势,成为乳腺癌的首选检测方法。而传统超声检测设备由于其价格昂贵,并且设备体积庞大,运输困难,因此只能在固定的地方使用,应用场景受限,并且只能简单地生成被测部位的图像,后续的病情还需要专业医生的诊断,不便于偏远、贫困地区使用。超声检测根据其诊断方式不同又可分为人工诊断和计算机辅助诊断,人工诊断具有一定的主观性,往往很依赖于医生的临床经验。现有计算机辅助诊断仍处于实验室理论阶段,没有结合超声设备、移动设备等进行应用。无论是人工诊断还是计算机辅助诊断,现有的技术都是根据B超图像进行判断,低质量的B超图像会导致图像模糊、边界丢失,严重影响诊断的准确率。针对以上问题,本文设计了一种便携式超声乳腺癌辅助诊断系统,由前端的Clarius无线探头、移动终端,以及后端的云服务器组成。首先由便携式超声探头采集射频(Radio Frequency,RF)数据,通过无线网络传输至手机等移动终端。其次,在移动终端上将获取到的RF数据生成B超图像,通过图像分割算法对图像进行肿瘤边界的精确分割,并可以手动调整分割区域。最后,将分割出的肿瘤区域内的RF数据传输至云服务器上,使用RF数据通过分类器将良、恶性肿瘤进行分类,最终诊断结果返回至移动终端,实现计算机辅助诊断。主要研究内容如下:1、基于波兰科学院基础技术研究所构建的乳腺超声公开数据库(Open Access Series of Breast Ultrasonic Data,OASBUD),使用基于最大类间方差(OTSU)的活动轮廓(snake)模型对乳腺癌B超图像进行分割,分割准确率达到98%,与医生标定的分割结果相似。2、基于OASBUD数据库,提出使用乳腺癌RF数据的熵、纵横比、似圆度、平均标准径向长度这四个特征参数进行分类,使用支持向量机(Support Vector Machine,SVM)分类器,分类准确率达到82%,对乳腺癌良、恶性肿瘤具有较好的分类效果。3、使用C++语言通过Qt-creator集成开发环境开发出一套乳腺癌辅助诊断系统,该系统调用Java、MATLAB、Open CV等程序接口,将上述算法部署到移动终端,生成可供电脑直接执行的.exe文件以及可供手机安装的.apk文件,能够可视化的显示出肿瘤区域以及良、恶性诊断结果。本文设计的系统实现了乳腺癌的便捷、准确的诊断,不仅携带方便、操作简单、稳定性高、抗干扰能力强,并且将乳腺病灶区域以及诊断结果可视化,提供诊断报告单,便于非专业人士对病情做出直观的判断。同时也提供了临床上常用的一些诊断特征参数,也便于专业医生做进一步的判断,有望于增加偏远地区的乳腺癌筛查次数和准确率,降低乳腺癌的死亡率。