张国君教授课题组科研成果“基于超声医学的乳腺结节检测方法及系统”喜获国家发明专利授权
乳腺癌是女性最常见的恶性肿瘤,早期诊断和治疗是提高患者生存率、延长生存期的关键。超声是乳腺癌筛查中重要的辅助手段,尤其是对于乳腺致密型人群,且相较于乳腺钼靶检查,具有无辐射、可动态实时监测的优点。乳腺影像报告与数据系统(Breast Imaging Reporting and Data System,BI-RADS)是诊断乳腺肿块良恶性程度的分级标准,其中BI-RADS-4类的结节考虑可疑恶性,需要穿刺活检,BI-RADS-5/6类结节考虑恶性,建议手术治疗。但是对超声图像的评估存在较强的主观性,不同工作经验、级别的超声医师对于乳腺超声的评估一致性仍有待提高,尤其BI-RADS-4类结节的超声征象常介于良性与恶性之间,是临床诊断的难点,使得乳腺超声诊断乳腺癌存在相对低的特异性和阳性预测值,常导致一定数量的假阳性结节,造成不必要的活检或手术。
计算机辅助影像诊断是近年来新兴的诊断技术手段,利用人工智能方法对病变影像中的特征进行提取,扩展人眼无法识别的纹理特征,并建立分类诊断模型,实现对病变良恶性的鉴别。目前,针对乳腺超声的计算机辅助诊断系统已经实现了不错的性能,但基本建立在超声静态图像的基础上进行开发。然而在临床超声检查中,超声医师往往基于扫查的动态影像综合判断,利用人工智能方法深度挖掘超声动态视频信息进行乳腺结节的诊断,具有更重要的意义。

近日,张国君教授课题组开发的“基于超声医学的乳腺结节检测方法及系统”获国家发明专利授权。该发明基于超声视频图像和深度学习算法开发针对乳腺BI-RADS4、5类结节检测方法及系统。该系统在鉴别乳腺结节良恶性方面优于低年资医师的诊断准确能力(88.5% vs 78.4%),与中等年资医师的诊断能力持平;在辅助超声医师诊断方面,低年资医师的诊断能力从78.4%提高到82.6%,中等年资医师的诊断准确性从83.4%提高到90.7%。由于该系统可进行“云诊断”,使用的是原始视频图像,医生可通过互联网自动传输阅读图像,从而提高诊断效率,在辅助中低年资超声医师诊断乳腺结节方面有较好的应用前景与推广价值。
这是该课题组在这一领域获得的第一项国家发明专利,该系统为中低年资医师提供了一种智能的辅助诊断技术,可一定程度上弥补其经验上的不足,尤其适用于医疗欠发达地区的基层医院。
文/李卫斌