2655
0
2025-06-24
2025-06-24
近日，團隊儀器儀表工程專業(yè)碩士研究生陳繼群在乳腺鉬靶圖像分類研究取得重要進展，相關(guān)研究成果《Domain Generalization for Mammogram Classification by Suppressing Domain-Specific Features》發(fā)表在國際醫(yī)學(xué)圖像計算和計算機輔助干預(yù)會議（MICCAI 2025）。MICCAI是醫(yī)學(xué)成像領(lǐng)域國際頂級會議。該工作是中國石油大學(xué)（華東）控制科學(xué)與工程學(xué)院模式識別與智能信息處理團隊與山東省腫瘤醫(yī)院乳腺科合作完成，是人工智能與乳腺癌診斷的結(jié)合。論文第一作者為陳繼群，通訊作者為劉寶弟副教授，中國石油大學(xué)（華東）為第一署名單位和唯一通訊單位。該研究得到山東省自然科學(xué)基金的資助。
通過抑制區(qū)域特定特征進行乳房X線圖像分類的區(qū)域泛化
乳腺癌的早期發(fā)現(xiàn)和治療可以顯著降低患者死亡率，而乳腺鉬靶檢查是早期篩查的有效方法?；谏疃葘W(xué)習(xí)的乳腺鉬靶計算機輔助診斷（CAD）可以輔助放射科醫(yī)生做出更客觀準確的判斷。然而，不同型號的鉬靶設(shè)備獲取的圖像存在顯著差異。??現(xiàn)有模型在訓(xùn)練過程中往往過度依賴域相關(guān)特征，導(dǎo)致基于源域訓(xùn)練的模型在應(yīng)用于跨域數(shù)據(jù)時出現(xiàn)明顯的性能下降，這阻礙了其在動態(tài)臨床環(huán)境中的部署。為此，論文提出了基于抑制域相關(guān)特征的乳腺鉬靶影像分類域泛化方法（MC-SDS）。通過抑制域相關(guān)特征對模型的錯誤影響，MC-SDS有效降低了模型在不同乳腺鉬靶影像數(shù)據(jù)集中出現(xiàn)錯誤分類的風(fēng)險, 顯著提升了模型的泛化能力。
