许 珊，陈 科，林江莉

（四川大学材料科学工程学院，四川 成都 610065）

乳腺癌是所有癌症中女性发病率最高的，也是全世界癌症死亡的主要原因之一[1]。为了提高治愈率、降低发病率和病死率，早期诊断和发现是至关重要的[2]。目前科学家还不确定乳腺癌的病因，只知道一些增加乳腺癌发病可能性的危险因素：年龄增长、遗传、辐射暴露、乳腺组织致密、饮酒等。降低死亡率的关键是通过临床检查及早发现乳腺癌的症状和体征。乳腺超声成像以其无电离辐射、无创、经济实惠以及实时成像等优点，已成为乳腺癌早期发现的重要和有效的手段之一，最适合于资源匮乏的国家和地区的大规模乳腺癌筛查和诊断[3]。计算机辅助诊断过程一般包含4 个阶段：图像去噪、图像分割、图像特征提取以及图像分类。图像肿瘤区域的分割是后续计算机辅助诊断的关键步骤。乳腺肿瘤的超声图像分割是从图像中提取感兴趣的区域或恶性部分，以使检测和诊断更加准确和可靠。超声乳腺图像及乳腺肿瘤分割结果，如图1 所示，其中红线代表了乳腺肿瘤区域。

图 1 超声乳腺图像及肿瘤区域

乳腺超声采用MHz 频率产生mm 级波长的超声波，在超声图像上会呈现固有的乘性斑点噪声，难以去除。斑点噪声的存在严重降低了超声图像肿瘤边界清晰度，影响了乳腺超声图像的自动分割、特征提取和分类等后续处理[4]。在过去几十年，众多超声乳腺肿瘤分割方法已经被提出，大致可以分为基于模型的分割、基于分类方式的分割和基于学习方式的分割3 种方式[5]。……