计算机辅助在医学中的应用,计算机辅助诊断技术在超声医学中的应用进展

作者：毕珂，王茵，同济大学附属上海市肺科医院超声科

超声作为医学实践中常用的影像学技术之一，一直被应用于临床一线，尤其是在甲状腺、乳腺、心血管和妇产等领域具有独特的优势。与其他影像学方法相比，超声具有实时成像、无创伤和无电离辐射的优点。但是在医师能够正确解读超声图像之前，需要经过大量的培训，且学习周期长、学习难度大，不同操作者对图像的解读具有差异性。

计算机辅助诊断(computer aided diagnosis，CAD)在超声中的应用应运而生。早在20世纪60年代，就已有计算机数字图像分析的报道，而近年来兴起的深度学习技术正在加速CAD的推广和应用。

1.传统超声CAD技术

传统CAD技术需要人工进行特征提取，然后将特征向量化后进行机器学习。这种训练方法易于理解，因为其结果是依据输入的特征运算的，可以有效提高训练的效率和准确率，降低运算的复杂度，但该方法的局限性也十分明显，对大量数据的特征提取需要的人力成本较高，且可能出现人为偏倚，另外还存在一些潜在的特征不能被机器主动发现的问题。超声图像中的常见特征有形态、纹理、反向散射回波和特征描述符等。

1.1 形态

形态特征的范围较广，是超声图像人工解读的通用特征，其中最常见的是纵横比和边缘光整度。

1.1.1 纵横比

纵横比是肿瘤良恶性分类中的重要指标。恶性病灶由于其侵袭性和对营养的掠夺性，呈纵向生长，纵横比多＞1，而良性病灶多呈横向的膨胀性生长，纵横比＜1。

1.1.2 边缘光整度

边缘光整度反映病灶与周围组织的关系，恶性病灶多无包膜或包膜不完整，与周围组织分