刘芳欣，王 洲，任永凤，李 健

(亳州市人民医院超声科，安徽 亳州 236800)

乳腺癌是女性最常见的癌症之一，早期筛查、诊断并及时治疗可有效降低死亡率。超声是筛查乳腺癌的重要影像学方法，除灰阶超声外，彩色多普勒、频谱多普勒、超声造影及弹性成像等新技术有助于获得更准确的信息，但存在操作者依赖性，而突破这一局限性的关键是提高超声检查的标准化、规范化程度及量化准确率。随着医学影像的全面数字化及计算机技术的应用，采用人工智能(artificial intelligence，AI)有望在技术层面解决上述问题。近年来AI技术迭代更新，因图像识别效果极佳而受到广泛关注。AI可自动识别成像信息并进行分类评估，提高超声在乳腺影像中的应用价值[1]。本文对AI在乳腺超声中的进展进行综述。

1 AI与乳腺超声

AI是以计算机、数学及哲学等学科为基础而模拟、扩展并延伸人的智能的综合学科，于20世纪60年代首次用于乳腺医学影像，并开发了计算机辅助检测/诊断(computer aided detection/diagnosis，CAD)系统。通过综合运用计算机、统计学、数学、图像处理与分析等多种技术，CAD系统可从医学影像中提取图像特征、标注可疑病变位置并判断病变性质。随着AI技术的迅速发展、尤其是深度学习(deep learning，DL)算法的开发与更新，乳腺超声AI技术的应用逐渐走向更高层面，可在很大程度上弥补传统CAD功能单一、性能不佳及假阳性率过高等劣势。有别于传统CAD系统，基于DL的CAD系统可直接训练医学图像并构建模型，实现端-端学习(end-to-end learning)[2]，此种通过海量数据集进行高级学习的运算方法可大大提高CAD模型的诊断敏感度和准确率[3]。……