基于乳腺X线摄影的影像组学对乳腺肿块和钙化良恶性分类的研究

马明明，崔应谱，刘想，杨洁瑾，张耀峰，李昌欣，张晓东，秦乃姗，王霄英

乳腺X线摄影是乳腺疾病初检筛查的首要方法，已被广泛应用于乳腺病变的良恶性鉴别[1]。乳腺癌在X线摄影中常见表现为肿块、钙化[2]，鉴别肿块和钙化的良恶性是重要的影像学任务，与诊断者的经验相关。通常根据病灶特征给出乳腺影像报告和数据系统(breast imaging reporting and data system，BI-RADS)分类，对BI-RADS 4、5类乳腺病变进行活检[3]。由于部分病灶的影像特征不典型，可能造成诊断困难以及诊断者的不一致。因此，需要更客观、准确的方法鉴别乳腺病变的性质。

影像组学(Radiomics)技术可用于乳腺图像的辅助诊断[4]。有研究探讨了利用影像组学特征在乳腺MR对乳腺癌分子亚型区分[5]和乳腺X线摄影图像上乳腺钙化良恶性病变鉴别的应用[6]。近年来深度学习在医学图像分割方面得到了广泛应用，尤其是病变自动分割不仅减轻医师工作强度、还能提高病变检出的一致性[7]，本单位已训练了基于深度学习分割乳腺X线摄影图像中钙化和肿块的模型，对病变检出的效果较好，为进一步探索对乳腺肿块和钙化进行良恶性分类奠定了基础。本研究探讨基于乳腺X线摄影的影像组学在乳腺肿块和钙化良恶性鉴别中的应用价值，并将结果与有经验的放射科医生进行对比。

材料与方法

本研究经过伦理审查委员会的批准[批件号2019(168)]，研究工作按照本单位影像组学项目研发规范来进行。

1.研究对象

回顾性收集本院PACS系统中2014年5月1日-2020年3月1日诊断性乳腺X线摄影检查(临床查体或超声检查有乳腺异常)的影像资料，从图像中提取乳腺肿块和钙化的影像组学特征用于鉴别良恶性病变。……