融入深層病理信息挖掘的乳腺腫塊識別模型

李廣麗，袁 天，李傳秀，鄔任重，卓建武，張紅斌+

1.華東交通大學 信息工程學院，南昌330013

2.華東交通大學 軟件學院，南昌330013

權威報告顯示：乳腺癌是女性中最常見的癌癥，也是女性第二大致命性疾病。故乳腺腫塊是一種令人擔憂的乳腺異常，約90%的乳腺腫塊屬于癌變。乳腺腫塊多隱藏于乳腺組織中且邊緣不清晰，醫生需結合扎實的專業知識和豐富的診斷經驗完成準確的人工篩查。但醫生診斷水平參差不齊，人工篩查繁瑣，主觀性大，易導致較高的錯診率或漏診率，計算機輔助乳腺腫塊識別模型能有效地輔助醫生的臨床診斷工作。眾所周知，絕大多數醫學圖像處理應用領域都面臨樣本稀缺難題，而造成該問題的主要因素是：（1）醫學圖像的標注代價太大，需花費非常大的人力、物力，才能獲取一定數量的高質量樣本；（2）由于涉及倫理條款，大量醫學圖像樣本存在個人隱私，而無法正常獲取，極大地限制了可用的樣本數；（3）由于所涉及的專業背景差異性較大，故醫（醫學）工（計算機）合作之間存在一定“鴻溝”，進而制約了高質量樣本的生成。醫學圖像樣本稀缺容易導致識別模型出現過擬合。綜上所述，如何應對醫學圖像樣本稀缺問題已變得尤為重要。針對該問題，有學者提出采用GAN（generative adversarial networks）模型生成新樣本，以擴充數據集，然而新樣本的真實性受到一定質疑；有學者構建多任務學習框架（如復合分割和識別），即通過不同任務之間的信息共享來應對樣本稀缺，但多任務學習框架的設計及訓練難度均較大。

深層病理信息是一種經過多次挖掘的低維特征，它的判別性更高，且維度較低，能更好地匹配樣本數量，降低模型過擬合風險，進而在一定程度上應對醫學圖像樣本稀缺問題。相比于上述兩類方法，它無需生成新樣本且模型訓練難度不大，故“性價比”更高。提出“融入深層病理信息挖掘的乳腺腫塊識別模型”：在樣本精選基礎上，由淺入深地挖掘有限標注樣本中的深層病理信息，以訓練優質、高效的乳腺腫塊識別模型。本文貢獻：

（1）設計樣本精選算法，跨越不同的乳腺造影圖像數據集，精選優質樣本，為訓練魯棒的乳腺腫塊識別模型奠定數據基礎，從數據增強角度應對樣本稀缺問題；

（2）設計多視角有效區域基因優選（multi-view efficient range-based gene selection，MvERGS）算法，精化原始圖像特征，并執行判別相關分析（discriminant correlation analysis，DCA），獲取特征間的跨模態相關性，其判別性更強且維度更低，以匹配樣本數量，降低模型過擬合風險，進而應對樣本稀缺問題。

1 相關工作

1.1 圖像特征學習

圖像特征是乳腺腫塊識別的重要前提。尺度不變特征變換（scale-invariant feature transform，SIFT）、方向梯度直方圖（histogram of oriented gradients，HOG）等特征在乳腺腫塊識別中發揮了重要作用。Li提取圖像內部及其邊緣紋理基元，采用線性判別分析（linear discriminant analysis，LDA）完成乳腺腫塊識別。Liu 等基于互信息模型優選關鍵特征，采用支撐向量機（support vector machine，SVM）訓練乳腺腫塊識別模型。此外，完全局部二值模式（completed local binary pattern，CLBP）、灰度共生矩陣（grey-level cooccurrence matrix，GLCM）等特征也被用于乳腺腫塊識別。

1.2 特征優選

由于特征維度高且包含噪聲，故需對原始圖像特征執行特征優選，改善其判別性并壓縮特征維度，更好地匹配醫學圖像樣本數。特征優選方法分為單模態特征優選和多模態特征優選，具體如下：

（1）單模態特征優選

Ji 等從光學斷層掃描圖像中提取光學系數作為特征，基于最大相關和最小冗余算法優選特征，完成類風濕關節炎檢測。Veeramuthu 等采用空間灰度差特征提取算法和基于相關性的特征選擇方法，完成腦圖像分類。Kumar等基于粒子群優化（particle swarm optimization，PSO）算法進行特征優選。Sudha等改良獅子算法，從乳腺圖像的紋理、強度直方圖和形狀等特征中優選子集。Zhu 等綜合LDA 和局部保留投影法優選神經影像學特征。單模態特征優選法可精化原始特征，提升識別精度。

（2）多模態特征優選

由于包含正電子發射斷層掃描（positron emission tomography，PET）、磁共振成像（magnetic resonance imaging，MRI）、計算機斷層掃描（computed tomography，CT）等圖像，故可圍繞它們展開多模態特征優選。Zhang等提出多模態多任務學習框架，實現多模態特征融合，完成阿爾茨海默病（Alzheimer's disease，AD）診斷。Zhou 等對不同模態執行隱特征學習，將特征映射到標簽空間完成AD 診斷。Zheng等利用稀疏深度多項式網絡（sparse deep polynomial network，S-DPN）完成多模態數據融合，獲取判別性更強的新特征。也有學者采用超圖完成多模態數據間的高階相關性分析，生成高質量特征。多模態特征優選法充分利用特征間的互補性來改善識別精度。

1.3 乳腺腫塊識別

近年來，深度學習模型在乳腺腫塊識別中扮演了重要角色。相關工作可分為四類：微調模型法、集成深度學習法、遷移學習法和多任務協同學習法。微調模型法微調預訓練之后的卷積神經網絡（convolutional neural network，CNN）完成識別任務。該方法簡單、易用，但受樣本數制約。Ragab等將預訓練后的AlexNet模型的全連接層接入SVM，訓練識別模型；集成深度學習法利用多個模型之間的互補性提升識別精度，故該方法需大量計算資源。Dhungel 等采 用DCNN（deep convolutional neural network）和深度置信網絡（deep belief network，DBN）分別構建兩個預測模型，然后集成它們的結果，實現乳腺腫塊識別；遷移學習法通過知識遷移實現識別任務。Khan 等使用預訓練的GoogLeNet、VGGNet和ResNet 模型提取圖像特征，將特征接入全連接層，對其池化并完成乳腺腫塊分類。Shen 等先訓練塊級別（patch-level）識別模型，然后去掉全連接層，添加新卷積層，訓練面向整幅造影圖像的識別模型。多任務協同學習法指診斷模型包含多個相關子任務，如病灶分割、腫瘤識別、病灶定位等，它們相輔相成、互為補充，通過協同學習來改善識別精度，同時降低對樣本數的依賴。

綜上，乳腺造影圖像偏少使乳腺腫塊識別任務更具挑戰，特征優選算法能精化原始圖像特征，更好地匹配樣本數，進而改善模型識別性能。提出“融入深層病理信息挖掘的乳腺腫塊識別模型”，從多個角度積極應對醫學圖像樣本稀缺問題：

（1）跨越不同的乳腺造影圖像數據集精選優質樣本，為訓練魯棒的識別模型奠定數據基礎。

（2）充分挖掘有限標注樣本中的深層病理信息，進一步緩解模型過擬合問題：設計MvERGS 算法，降低噪聲干擾并提升特征判別性；深入分析特征間的典型相關性，采用跨模態特征來刻畫病灶區域。

綜上，本文模型稱為RMD，“R”表示樣本精選策略（sample refinement），“M”表示特征優選算法MvERGS，“D”表示跨模態分析DCA。它們有機地結合在一起，以改善乳腺腫塊識別性能。

2 RMD 模型框架

RMD 模型的框架如圖1 所示，包括：樣本精選、特征優選、跨模態分析及乳腺腫塊識別。首先，設計樣本精選策略，篩選優質乳腺造影圖像樣本；其次，從形狀、紋理、深度學習等角度提取SIFT（S）、Gist（G）、HOG（H）、LBP（L）、DENSENET161（D）、

圖1 RMD 模型框架Fig.1 Framework of RMD model

2.1 圖像特征提取

圖像特征應準確刻畫乳腺腫塊視覺特性，且兼顧互補性，為跨模態分析做好準備。SIFT 定位多變的腫塊形狀；Gist 從全局視角刻畫腫塊紋理特性；HOG 捕獲腫塊邊緣信息，進而描述腫塊表象和形狀；LBP從局部視角刻畫腫塊紋理變化。DENSENET161、RESNET50 和VGG16 等深度學習特征是對傳統特征的有益補充。實驗中嘗試了上述深度學習模型的同源網絡結構，但效果略差。

2.2 樣本精選（R）

乳腺腫塊識別面臨樣本稀缺問題，考慮到隨機選取樣本以擴充數據集會引入更多噪聲信息，進而影響模型識別性能，盡量挑選置信度高的樣本來擴展現有數據集，降低噪聲對識別的影響。因而，本文設計了一個更有針對性的樣本精選策略，它跨越不同的乳腺造影圖像數據集，篩選優質樣本（由一組分類器共同置信）并充分利用新樣本所蘊含的病理學知識，訓練出更有效且魯棒的識別模型。綜上，在RMD 模型中，樣本精選算法的基本思想：選取表現最優異的一組分類器，采用硬投票機制從源數據集中優選出樣本，即將源數據集中能被這組分類器正確分類的樣本選出，與目標數據集合并，訓練新的分類模型。該思想簡單、易行，既關注置信度更高的源樣本，又能充分利用不同分類器在決策時的互補性，最終為訓練高質量的分類模型奠定數據基礎。樣本精選算法如下所示：

算法1 樣本精選算法

2.3 特征優選（M）

2.2 節精選出的樣本非常有限且受個體差異影響，充分挖掘有限標注樣本中的病理信息是應對樣本稀缺問題的一種更為有效的方法。本節從特征優選角度挖掘乳腺造影圖像病理特征。原始圖像特征維度偏高且存在噪聲，會影響識別精度并制約識別效率。設計MvERGS 算法，從兩個視角精化原始特征并提升其判別性，以應對樣本稀缺導致的模型過擬合問題（特征優選后維度將大幅降低，從而更好地匹配樣本數）。同時，該算法具有良好的拓展性，可引入更多視角，從互補的角度更全面、細致地刻畫乳腺造影圖像中的病灶區域，并進一步完善特征表示，不斷增強特征的判別性，從而提升模型識別精準度。其次，算法具有一定魯棒性，即它僅處理最底層的特征分量，并不依賴于特征所描述的視覺內容。

設乳腺造影圖像數據集={,,…,x}，包含個樣本，特征集={,,…,f}，特征維度，類標簽集合={,}。 μ和σ表示特征f在c類樣本上的均值和標準差。特征f在c類樣本上的有效區間為：

MvERGS 算法視角1：考慮特征重疊區域在有效區間上的占比，它是衡量特征優劣的相對值，不受樣本數、有效區間絕對大小影響，具有較強魯棒性和穩定性。該占比越小，則特征的判別性更強，它能將異類樣本有效地區分開。相反，占比越大，則特征判別性較弱，異類樣本間的混淆度偏高，識別精度較低。計算特征在所有類別樣本上的重疊程度-OAR：

對每個特征f的-OAR進行標準化并計算它在所有類別樣本上的權重Ew：

DifLab(x)={x|x∈-NN(x)∧(x)≠(x)}表示樣本x在特征f上與樣本x類別標簽(x)不同的樣本集合，-NN(x)指樣本x在特征f處的近鄰，采用式（5）計算樣本x在特征f處基于近鄰中異類樣本所占比的重疊區域：

計算特征f基于近鄰中異類樣本所占比的平均重疊區域并對其標準化：

-OAR越大，特征混淆度越大，特征區分能力越弱。計算特征f基于-OAR權重Kw：

綜合考慮式（4）、式（7）兩種權重，用調制它們，∈[0,1]，故新特征權重如下：

根據式（9）和參數（閾值）執行特征優選，-Fw權值大小與對應特征重要性成正比，若大于則優選該權重并構造權重隊列，基于生成特征。

MvERGS 算法視角2：考慮特征在有效區間上的重疊區域，它是衡量特征優劣的絕對值。重疊區域越小，即異類樣本的混淆度較低，特征判別性越強，它是對MvERGS 算法視角1 的有益補充。鑒于傳統的ERGS 算法能在一定程度上有效地提純特征，故基于該算法中特征f的權重w，得到權重矩陣。使用式（10）對權重矩陣進行標準化，生成-：

基于參數執行特征優選，與類似，生成特征。拼接特征和獲得新特征。新特征從兩個視角刻畫原始特征中各分量重要性，不同視角能形成一定互補并增強特征判別性。特征優選是對原始特征的精化，能改善識別精度。雖然維度更低，但其僅保留原始特征中的核心部分，在一定程度上確保了特征中有效信息的完整性。故能提升實時運行效率并為跨模態相關性挖掘做好準備。同時，特征降維后還能更好地匹配樣本數，緩解樣本稀缺導致的模型過擬合。

2.4 跨模態相關性挖掘（D）

MvERGS 算法精化原始特征，所生成的新特征中蘊含淺層病理信息，應進一步提取標注樣本中深層病理信息，更好地應對樣本稀缺。同類乳腺腫塊的紋理、形狀、顏色、邊緣等視覺表象指向相同或相似的病灶區域，即圖像特征間蘊含豐富的跨模態相關性，這對于改善識別性能具有非常重要的意義。故在MvERGS 特征優選基礎上，繼續挖掘新特征之間的跨模態相關性，不斷優化識別精度。

式（12）對角化類間散度矩陣S：

單位化協方差矩陣′，將原特征、映射到中間空間：

3 實驗與分析

3.1 實驗設置

選取公開數據集CBIS-DDSM（從鏈接https://wiki.cancerimagingarchive.net/display/Public/CBIS-DDSM中獲取）、INbreast（從鏈接http://medicalresearch.inescporto.pt/breastresearch/index.php/Get_INbreast_Database 中獲取）進行實驗比較，它們的相關信息如表1 所示。

表1 CBIS-DDSM 和INbreast數據集的相關信息Table 1 Detailed information about CBIS-DDSM and INbreast datasets

對于INbreast 數據集，參照文獻[29]將BI-RADS中標注1 和2 的圖像歸為陰性樣本，將標注4、5、6 的圖像歸為陽性樣本。采用PCA 算法將SIFT 和HOG降成500 維和300 維。在提取深度學習特征時，由于分辨率較大，對圖像執行中央裁剪操作，使輸入圖像變為224×224。VGG16 選取第一個全連接層，特征維度4 096。DENSENET161 和RESNET50 均選取最后一個平均池化層，特征維度分別為2 208 和2 048。

RMD 模型包括：RMD-NN、RMD-LR、RMD-RF、RMD-DT、RMD-SVM、RMD-NB、RMD-Adaboost、RMD-GBDT 和RMD-XGBoost。對比基線有五類，具體如下所示：

（1）主流特征優選算法：GS-XGBoost、ERGS、Fisher Score、PSO、HGSCCA。

（2）基于MvERGS算法（M）的識別模型：M-NN、M-LR、M-RF、M-DT、M-SVM、M-NB、M-Adaboost、M-GBDT 和M-XGBoost。

（3）基于MvERGS 算法（M）與跨模態相關性挖掘（D）的識別模型：MD-NN、MD-LR、MD-RF、MDDT、MD-SVM、MD-NB、MD-Adaboost、MD-GBDT 和MD-XGBoost。

（4）遷移學習類模型：DenseNet121、ResNet152、VGG16和Shen 等的模型。

（5）基于感興趣區域（ROI）的識別模型：Tsochatzidis等的模型、Rampun等的模型、Zhu等的模型、Carneiro 等的模型及Dhungel等的模型。

其中，第（2）、（3）類基線的實驗結果可視為對RMD 模型執行了消融分析。由于第（5）類基線基于ROI，與這些模型進行間接比較。

采用精準度（Accuracy，Acc）、AUC、敏感度（Sensitivity，Sen）、特異性（Specificity，Spe）和準確率（Precision，Pre）等指標評判乳腺腫塊識別性能。精準度、AUC 越高，識別效果越好；敏感度越高，假陰率越低，漏診越少；特異性越高，假陽率越低，確診概率越高。

3.2 與主流基線比較

選取多個主流基線與RMD 模型進行識別性能對比，實驗結果如表2 和表3 所示。為了與Shen 等進行比較，添加被忽略的BI-RADS=3 的乳腺造影圖像，重新訓練識別模型。對于本文所提3 類模型M、MD 和RMD，選取每類模型中Acc、AUC 的最優值進行展示。如表2 左半部分所示，在CBIS-DDSM 數據集中，MD-XGBoost 模型的Acc 最優值是77.75%，而MD-LR 的AUC 最優值是85.16%。選取識別精準度最優的模型完成樣本精選，如執行“INbreast?DDSM”樣本精選時：考慮到INbreast 中樣本偏少，采用“精選樣本數=最優分類器精準度×測試樣本數”的方式，共精選出23 個樣本。執行“DDSM?INbreast”樣本精選時，采用算法1，即選取精準度Top 3 的分類器對樣本執行硬投票，共精選出706 個樣本。調制MvERGS算法的參數=0.5 和=9，采用串接融合方法生成跨模態特征。

表2 在CBIS-DDSM 數據集上RMD 與基線的對比Table 2 Comparison of RMD and baselines on CBIS-DDSM dataset

表3 在INbreast數據集上RMD 與基線的對比Table 3 Comparison of RMD and baselines on INbreast dataset

如表2 所示：選85-15 劃分比時，RMD 類模型精準度優于基線，相比M 類模型，MD、RMD 類模型精準度更優，樣本精選策略、跨模態相關性挖掘發揮重要作用。作為變種，M-LR 模型的AUC 值超過Shen的VGG-VGG 模型，即MvERGS 算法較好地抑制了原始圖像特征中的噪聲干擾；選70-30劃分比時，RMD類模型精準度優于基線。作為變種，MD-GBDT 模型的精準度最優，較最強基線提升10.89 個百分點。M-SVM、MD-NB 等模型AUC 表現突出，優于Shen 的Model Averaging 模型。主要原因：相比于傳統ERGS模型僅從單個視角提純特征，MvERGS 算法從兩個互補的視角來精化原始圖像特征，確保了原始特征中有效信息的完整性，為訓練識別模型奠定重要基礎。此外，實驗結果也驗證了在MvERGS 算法中增加新視角的必要性；同時，RMD 模型運用DCA 算法深入挖掘異構特征間的典型相關性，生成跨模態特征，即位于異構特征間的具有相同或相似語義的潛在相關性。因此，它具有更強的判別性，能更精準地刻畫病灶區域，并訓練高效的識別模型。顯然，RMD模型有效緩解了因樣本稀缺導致的模型過擬合（表2中VGG16、ResNet152 等深度學習模型的結果存在一定過擬合）。MD-GBDT 模型獲得最優的整體識別性能，而Shen 未公開精準度數值。相比Shen 集成4個深度學習模型，MD-GBDT、MD-NB 等模型的訓練過程更為簡單，也更易于復現。此外，相比于PSO、HGSCCA（hyper-graph based sparse canonical correlation analysis）、Fisher Score 等主流特征選擇算法，RMD 是一種多階段的、逐層精化的特征選擇算法，它能由淺入深地挖掘有限標注樣本中所蘊涵的深層病理信息。該信息維度更低但判別性更強，基于它可以訓練出高質量的乳腺腫塊識別模型，從而更好地應對樣本稀缺問題。最后，對比基于ROI 的識別模型，RMD 模型也有較強競爭力，且具備如下優勢：AUC、Acc 等關鍵指標更優且不依賴人工標注ROI；貼近真實診斷過程。綜上，RMD 類模型在CBIS-DDSM 數據集上表現較優。

如表3 所示：使用70-30 劃分比時，變種模型MD表現更優，其中MD-LR 模型精準度最優，較最強基線提升4.31 個百分點，MD-GBDT 模型AUC 值逼近最優單模型（95%）。顯然基于MvERGS 算法的特征優選、基于DCA 法的跨模態相關性挖掘等在乳腺腫塊識別中均發揮重要作用。這也從另一個側面驗證了MvERGS 算法的魯棒性、特征中有效信息的完整性及增加新視角的必要性。同時，跨模態相關性挖掘在保留特征判別性的基礎上，進一步壓縮特征維度，既增強了識別模型的性能，又較好地匹配了樣本數，以應對樣本稀缺問題。其次，由于AUC 值偏低，深度學習模型VGG16、ResNet152 及DenseNet121 出現了過擬合（由于“DDSM?INbreast”遷移的樣本更多，故相比表2，這些模型的過擬合有所緩解），主要原因：醫學圖像樣本稀缺使得這些模型學不到關鍵特征。相反，RMD 類模型卻能獲取較好的AUC 值，且整體識別性能更優。相比于PSO、HGSCCA、Fisher Score 等主流特征選擇算法，RMD 是一種多階段的、逐層精化的特征選擇算法，它通過MvERGS、DCA 等算法由淺入深地挖掘有限標注樣本中所蘊涵的深層病理信息，即取維度更低且判別性更強的新特征，從而積極應對因樣本稀缺或模型復雜所導致的過擬合問題。最后，相比基于ROI的識別模型，RMD 模型在AUC 指標上更有優勢。綜上，RMD 模型在INbreast數據集上表現尚優，但優勢不顯著。

3.3 特征魯棒性證明

提取單類別特征“S”“G”“H”“L”“D”“R”“V”，基于傳統分類器完成識別任務，取每個特征在分類器上最優結果做展示，實驗結果如表4 所示。

表4 原圖像特征的識別性能Table 4 Recognition performance of original image features

在CBIS-DDSM 數據集中，S 特征表現優異，其假陽率僅為1.39%，S 特征可減少形態、視角等變化帶來的噪聲，幫助模型準確鎖定乳腺腫塊形狀。G 特征次之，它從全局角度捕獲紋理異常的乳腺腫塊。TP ?TN，模型存在過擬合傾向。在INbreast 數據集中，D特征和V 特征表現優異。陽性預測樣本數遠小于陰性預測樣本數（TP+FP ?TN+FN）或陽性樣本預測概率為0（Pre=0），識別模型出現了較嚴重的過擬合，而樣本稀缺是導致這一結果的最重要因素。因此，采用高維度的原始特征進行乳腺腫塊識別，由于出現過擬合，整體識別性能并不好。這就需要充分挖掘原始圖像特征中所蘊含的低維、深層病理信息，更準確地刻畫乳腺造影圖像的病灶區域，并匹配樣本數，降低模型過擬合風險。因此，本文所提RMD模型能由淺入深地挖掘有價值的病理信息，進而改善識別性能，積極應對樣本稀缺問題。

表5 基于MvERGS 算法的識別性能Table 5 Recognition performance based on MvERGS algorithm

綜上所述，MvERGS 特征優選后兩個數據集上的識別性能都有提升，過擬合得到一定緩解。當然，兩個數據集上的敏感度、精準度等指標還偏低，需要繼續執行跨模態相關性挖掘，以改善這些指標。

圖2 MD 類模型在兩個數據集上的精準度和AUC 值Fig.2 Accuracy and AUC values of MD model on two datasets

綜上所述，在MvERGS 特征優選基礎上，繼續執行跨模態相關性挖掘，不但能從深層角度挖掘出不同模態特征間的互補信息，以豐富特征語義內涵，還能在保證有效信息完整的情形下極大地降低特征維度，為應對數據稀缺和提升識別模型的實時性能奠定重要基礎。

圖3 MD 模型中部分特征的t-SNE 可視化Fig.3 t-SNE visualization of some features in MD model

在臨床診斷中，特異性和敏感度也非常重要。特異性越高，假陽率越低，確診概率越高；敏感度越高，假陰率越低，漏診減少，真實患者可以得到及時治療，后者相對前者付出更大代價。特異性和敏感度從不同角度評估模型實用性。繪制如圖4 所示RMD 模型特異性均值、敏感度均值變化圖，橙色柱體表示增加量，綠色柱體表示減少量，藍色柱體表示均值，若含橙色柱體，則藍色柱體和橙色柱體高度之和為相應指標均值。藍色柱體表示引入樣本精選策略后對應指標均值。

圖4 樣本精選前后RMD 模型特異性和敏感度變化Fig.4 Variations of specificity and sensitivity of RMD model after using sample refinement strategy

選取均值能從統計角度發現真實的變化趨勢。“INbreast?DDSM”表示樣本精選方向，即從INbreast數據集中精選樣本，以補充DDSM 數據集。“DDSM?INbreast”的含義剛好相反。

綜上所述，對于樣本更均衡的數據集，RMD 模型能獲取更優的特異性，這有助于降低診斷的假陽率，提高確診率。而對于樣本相對稀缺的數據集，RMD模型能獲取更優的敏感度，這有助于降低漏診現象，減少病人所付代價。顯然，引入樣本精選策略后，識別模型的特異性和敏感度均呈現積極變化，這在一定程度上增強了模型的實用性。

4 結論與展望

乳腺腫塊識別模型能輔助醫生的臨床診斷工作，但樣本稀缺會制約識別精度，進而影響模型的實用性。提出融入深層病理信息挖掘的乳腺腫塊識別模型RMD，它從樣本精選、特征優選、跨模態相關性挖掘等角度積極應對樣本稀缺問題。實驗表明：RMD 模型在兩個通用乳腺造影圖像數據集上均取得了較好的識別精度，且構成模型的各個部分（R、M、D）均是有效的。RMD 模型的最大特點：執行多階段、逐層精化的特征選擇，以獲取判別性更強且維度更低的新特征。當然，RMD 模型是非端到端的，為此，圍繞該模型，開發出基于Web 的乳腺癌診斷平臺并完成內部測試，該平臺將特征提取、樣本精選、特征優選、跨模態相關性挖掘、腫瘤識別等集于一體，期望該平臺有助于加速模型真正落地，從而更好地輔助醫生的臨床診斷工作。未來擬引入Non-Local Block模型，在乳腺腫塊識別基礎上完成病灶定位；此外，期望將RMD 模型應用到新冠肺炎檢測中。

感謝Lee 等人及癌癥影像檔案公開數據庫（cancer imaging archive public access，TCIA）收集、整理CBIS-DDSM 數據集。感謝Breast Research Group及Hospital de S?o Jo?o，Breast Centre，Porto，Portugal提供、整理、標注了INbreast 數據集。這兩個數據集是本項研究得以順利開展的最重要基礎。感謝南昌大學醫學院周穎老師在病理學方面提供的指導。