适应中国人群的乳腺钼靶X线图像分类辅助系统设计.pdfVIP

92陆军军医大学学报，2025，47（1）http：//aammt.tmmu.edu.cn

DOI10.16016/j.2097-0927.202407001

：

适应中国人群的乳腺钼靶X线图像分类辅助系统设计

12311111

孙常晋，童飞，吴毅，王雨婷，罗俊捷，龚滟，邱明国，乔梁陆军军医大学（第三军医大学）生物

132

医学工程与影像医学系：医学图像学教研室，数字医学教研室，重庆；陆军特色医学中心（第三军医大学大坪医院）医

学工程科，重庆

［摘要］目的构建适应中国人群的乳腺钼靶图像分类辅助系统，探讨人工智能技术在国内辅助

乳腺癌早期筛查的潜力。方法为复现当前文献中的主流深度学习方法，利用乳腺X线筛查数字数据

库子集（curatedbreastimagingsubsetofdigitaldatabaseforscreeningmammography，CBIS-DDSM）、乳房X线

图像分析学会数据库（mammographicimageanalysissocietydatabase，MIAS）等国际公开数据集分别进行

模型训练，并在华教科技有限公司提供的中国人群乳腺钼靶图像数据集（Chinesebreastmammography

dataset，CBMD）上进行测试和模型性能比较；针对中国人群数据在公开数据集训练模型性能测试不理

想的问题，结合中国人群数据特点，提出基于滑动窗口调窗机制的优化策略，设计二阶段迁移学习方

法，以提升模型的整体性能，并进行系统研发。结果使用滑动窗口调窗机制及二阶段迁移学习后的

CBMD训练模型，以中国人群数据集为测试集，其准确度从默认窗口下公开数据集训练模型的0.50提

升至0.80，精度从0.54提升至0.82，灵敏度从0.52提升至0.80，F1值从0.52提升至0.80，AUC值从

0.51提升至0.89。结论本研究引入滑动窗口调窗机制和二阶段迁移学习策略，显著提升了乳腺钼靶

图像分类模型在中国人群数据集上的性能，初步达到适应中国人群的乳腺钼靶图像辅助分类的目的。

［关键词］乳腺钼靶；深度学习；X射线；计算机辅助

［中图法分类号］R319；R322.66；R814.414［文献标志码］A

DesignofamammographyX-rayimageclassificationassistantsystemadaptedto

Chinesepopulation

12311111

SUNChangjin，TONGFei，WUYi，WANGYuting，LUOJunjie，GONGYan，QIUMingguo，QIAOLiang

13

DepartmentofMedicalImaging；DepartmentofDigitalMedicine，FacultyofB