冯晨雅 秦耿耿 陈卫国

乳腺癌是危害女性健康最常见的恶性肿瘤之一，近年来其发病率逐年增长，且发病年龄趋于年轻化[1]。“早发现、早诊断、早治疗”是降低乳腺癌病人死亡率的关键，尽早对乳腺癌病人进行确诊及治疗，可使死亡率降低40%以上[1-2]。目前，乳腺X 线摄影是筛查乳腺癌首选的检查方法[3]，乳腺超声、专用乳腺CT 及乳腺MRI 是重要的补充影像检查手段。为了帮助影像诊断医生更好地区别病灶与乳腺腺体实质，计算机辅助诊断（computer-aided detection/diagnosis，CAD）技术应运而生，而且成为国内外研究的热点。CAD 中最重要的一环是对病灶进行分割。国际上很早已经开始对乳腺病灶的分割技术进行研究，但国内对此研究相对较少[2]。随着人工智能研究的发展，乳腺病灶分割受到更多关注。肿块是乳腺癌最常见、最基本的表现，因此肿块分割尤为重要。本文就不同影像检查手段中乳腺肿块的分割技术研究现状及进展予以综述。

1 乳腺病灶分割概述

病灶分割是根据影像上病灶与背景区域的差异将病灶分离出来，以便更好地观察，从而提高诊断效能，避免不必要的活检。CAD 很重要的一步是对乳腺影像进行病灶分割，后续的诊断都是建立在良好病灶分割效果的基础上。乳腺肿块的形态、密度、灰度等具有多样性，这增加了肿块分割的难度。因此，如何将肿块从腺体组织里分离出来尤为重要。

2 乳腺肿块的传统分割方法

乳腺肿块传统的分割方法多为基于图像的处理方法，可分为基于边缘、区域、阈值和特定理论的分割方法等[4]。……