基于改进的YOLOv3算法的乳腺超声肿瘤识别

徐立芳，傅智杰，莫宏伟

（1. 哈尔滨工程大学 工程训练中心，黑龙江 哈尔滨 150001; 2. 哈尔滨工程大学 自动化学院，黑龙江 哈尔滨 150001）

乳腺癌是女性中最常见的癌症，也是全世界癌症死亡的主要原因之一，其死亡率仅低于肺癌[1]，根据美国癌症协会(american cancer society)对2019年癌症患者的统计，在美国经确诊的浸润性乳腺癌有约268 600例新病例和非浸润性乳腺癌约62 930例新病例以及41 760例因乳腺癌死亡的病例，乳腺癌已经影响了约12%美国女性日常生活[2]，早期发现可以增加患者治疗的机会进而提高患者的生存率[3-4]，因此，乳腺癌的筛查及早期诊断尤为重要，现阶段，乳腺癌诊断的方法主要有：磁共振成像(magnetic resonance imaging, MRI)、正电子发射型计算机断层显像(positron emission computed tomography, PET)、超声成像和X线摄影等，其中MRI和PET价格较为昂贵且具有辐射性[5]；X线摄影只能对特定的断面进行诊断，灵敏度低[6]；相比于MRI、PET和X线，超声成像技术不仅价格低廉、不具有放射性，而且可以将各个断面的绝大部分的病变区域显示出来，尤其针对亚洲年轻女性较为紧密的乳腺组织，超声成像技术有着更好的检测效果，更适合于对乳腺肿瘤进行大规模的检查[7-8]。

虽然超声成像已成为早期诊断的最受欢迎的检测方式，但超声检测在实际应用中仍然存在较多的困难：

1) 超声成像过程较为复杂容易造成严重的噪声，同时鉴于乳腺肿瘤的浸润性，其对比度和分辨率比较低，边界模糊；

2) 由于超声波频率较高、缠头能力强，对于较多的小于10 mm的小肿瘤很难进行准确的鉴别；

3) 超声波束具有反射、折射等特点，而不同人体的组织器官的声阻抗具有较大差异，而极易导致超声图像生成伪像。……