秦传波，宋子玉，曾军英＊，田联房，李 芳

（1.五邑大学 智能制造学部，广东 江门529020；2.华南理工大学 自动化科学与工程学院，广东 广州510640；3.江门市妇幼保健院，广东 江门529020）

1 引言

乳腺癌是众多严重影响女性患者生活质量和身心健康的疾病之一。相较于钼靶、超声、X-ray、MRI、Thermogram等类型影像［1］，动态对比度增强MRI影像（Dynamic Contrast-En⁃hanced Magnetic Resonance Imaging，DCEMRI）对高密度腺体组织的乳腺癌诊断价值大，是一种以病变区和正常组织中的微血管系统为生理基础的无辐射磁共振功能成像技术。DCE-MRI对于早期乳腺癌诊断敏感性强、乳腺癌的分期、分子分型的确诊和病变范围的一致性表现良好。乳腺癌病变区的自动化分割在早期诊断、预防、术中引导和预后具有重大临床研究价值，是实现人工智能计算机辅助诊断系统的关键基础。

DCE-MRI乳腺癌主要分为肿块和非肿块两种类型。乳腺癌病变区主要沿腺体分布，肿块形乳腺癌相对容易辨识和分割，而非肿块乳腺癌病变区的形态变化不一，且病变区强度不一，存在空洞、弱边界和较低的对比度，容易造成放射科医生的漏检和错判。然而，手动勾画乳腺癌病变区要求放射科医生具备丰富的临床经验和技巧，并且是一种劳动密集型的工作，易受主观、心理波动和生理疲劳的影响，导致乳腺病变勾画结果存在一定的随机性。综上，DCE-MRI乳腺癌自动化准确分割是一个具有挑战性的课题，极具临床应用价值和研究意义。

当前乳腺癌影像的研究主要集中在钼靶、超声、X射线和组织病理……