[发明专利]乳房肿瘤辅助检测模型、其系统及乳房肿瘤辅助检测方法

说明书

本发明公开了一种乳房肿瘤辅助检测模型、其系统及乳房肿瘤辅助检测方法，乳房肿瘤辅助检测系统，其包含影像撷取单元和非暂态机器可读媒体。所述非暂态机器可读媒体储存程序，当程序由处理单元执行时用以判断受试者的乳房肿瘤类型和预测受试者的肿瘤位置机率。所述程序包含参照数据库取得模块、第一影像前处理模块、自编码模块、分类模块、第二影像前处理模块以及比对模块。借此所述乳房肿瘤辅助检测系统可用以判断受试者的乳房肿瘤类型和预测受试者的肿瘤位置机率。

技术领域

本发明是有关于一种医疗信息分析模型、系统以及方法，特别是一种乳房肿瘤辅助检测模型、乳房肿瘤辅助检测系统以及乳房肿瘤辅助检测方法。

背景技术

乳房肿瘤是因乳房腺泡细胞或乳腺管细胞不正常分裂增生所形成。大部份的乳房肿瘤是良性的纤维腺瘤、纤维囊肿或囊肿等，只有十分之一的乳房肿瘤有恶性肿瘤的可能，但即使是良性肿瘤，肿瘤过大或是产生临床症状还是需要治疗的。各年龄层出现的硬块属性不尽相同。一般而言，30岁之前，出现的乳房肿瘤多为良性纤维腺瘤或囊肿。30岁至50岁，出现的乳房肿瘤通常是纤维囊肿或乳癌。停经之后出现的乳房肿瘤则多为乳癌。

乳癌患者日趋增多，乳房含丰富血管、淋巴管、淋巴结，因此乳癌细胞容易扩散到其他器官，乳癌预后的好坏与“癌细胞的种类”、“发现的时机”及“治疗的方式”三个因素皆有关，但只要能尽可能早期发现和早期治疗，治疗效果就越好。临床统计显示，早期乳癌5年存活率可达80％以上，第0期发现治愈率更可达97％以上。美国医界积极推广乳房自我检查及乳房X光摄影检查，使得早期乳癌的发现率高达60％，然而国人因个性保守，以致早期乳癌只占15-20％。

乳房肿瘤检查与临床辨别良恶性的方式，包含有特殊放射线摄影(乳房摄影)、乳房超声波、血液检验与活体组织取样。由于东方女性乳腺通常较为密集，因此在乳房摄影需要通过强力挤压乳房的方式进行，容易造成患者不适，且有因挤压造成癌细胞扩散的可能性。若经过乳房摄影或乳房超声波检查，专科医师尚无法确认肿瘤状态时，便会以侵入性方式进行活体组织采样进行确诊。

由此可知，惯用技术缺乏具有高指标性、较佳灵敏度及可应用于临床辅助乳房肿瘤分群的工具，因此，有必要针对惯用技术加以改进，以提升乳房超声波影像用于确诊乳房肿瘤类型的准确性，减少后患者因进行其他侵入性检查时所造成的不适感与降低可能因检查所造成的癌细胞扩散。

发明内容

本发明的目的在于提供一种一种乳房肿瘤辅助检测模型、乳房肿瘤辅助检测系统以及乳房肿瘤辅助检测方法，其可用以判断受试者的乳房肿瘤类型和预测受试者的肿瘤位置机率。

本发明的一方面是在提供一种乳房肿瘤辅助检测模型，包含下列建立步骤：取得参照数据库、进行影像前处理步骤、进行特征选取步骤以及进行分类步骤。所述参照数据库包含多个参照乳房超声波影像。所述影像前处理步骤是将参照乳房超声波影像的影像矩阵数值除以第一归一化因数，以得到参照数值区间，其中参照数值区间介于0到1。所述特征选取步骤，是利用自编码模块根据参照数据库选取特征矩阵。自编码模块包含编码器和解码器，所述编码器用以压缩参照数值区间以得到特征矩阵，其中编码器包含多个卷积层和多个池化层。所述解码器用以还原特征矩阵并与参照乳房超声波影像进行比对，以确认特征矩阵包含参照乳房超声波影像中的关键信息，其中解码器包含多个卷积层和多个升采样层。所述分类步骤系将特征矩阵利用深度学习分类器训练达到收敛，以得到乳房肿瘤辅助检测模型，而乳房肿瘤辅助检测模型可用以判断受试者的乳房肿瘤类型和预测受试者的肿瘤位置机率。

依据前述的乳房肿瘤辅助检测模型，其中所述第一归一化因数可为255。所述池化层的池化函数可为最大池化。所述深度学习分类器可为卷积神经网络。

依据前述的乳房肿瘤辅助检测模型，其中所述乳房肿瘤类型可包含无肿瘤、良性肿瘤及恶性肿瘤。

依据前述的乳房肿瘤辅助检测模型，所述影像前处理步骤可还包含：将参照乳房超声波影像进行切边，以及重设切边后参照乳房超声波影像的影像大小。