新的信号提取技术有助于乳腺癌筛查

乳房X线照片通常用于筛查乳腺癌。尽管很容易进入，但由于图像对比度机制有限，常规乳房X线照片无法找到所有肿瘤。

乳腺组织中X射线束折射的测量可能是下一代筛查技术乳腺癌。一种称为X射线相对比成像（XPCI）的新技术可提供更好的软组织分化和肿瘤检测。

然而，使用由黄金和硅光栅制成的X射线干涉法会急剧降低X射线剂量效率，即抑制患者辐射剂量。

最近，中国科学院高级技术学院（SIAT）的研究人员使用深度学习方法开发了一种新型的XPCI信号提取技术。该技术在提高信号准确性和提高X射线辐射剂量效率方面具有有希望的优势。

该研究发表在IEEE生物医学工程交易7月22日。

研究人员设计了一个名为XP-NET的深卷积神经网络，使用特殊的体系结构自动执行序列中的XPCI信号检索和图像质量增强。

结果表明，与常规分析方法相比，XP-NET能够将相位信号准确性提高15％以上。

此外，生物标本和乳房幻影研究都表明，用一半的辐射剂量获取并通过XP-NET处理的相位图像显示画面质量与标准辐射剂量水平获取的参考图像相当。

该研究首次表明，深度学习方法可以帮助减少X射线相对比成像中的辐射剂量，启用自动信号提取和后处理，并为未来的高质量临床前使用提供证据胸部X射线相对比度成像较低辐射剂量水平。

---

---