乳腺钼靶摄影是目前广泛使用的检查乳腺癌的方法。临床上,放射科医生经常需要比较多个乳腺图像,研究基于多视图的肿块检测方法,有利于提高检测和诊断的准确性和减少医生的工作量。基于多视图的肿块检测方法是以单视图的肿块检测为基础的。在单视图肿块检测中首先采用阈值分割和形态学方法对数据进行预处理,对乳头区域进行抑制,然后采用高斯-拉普拉斯算子提取ROI区域的边缘信息,最后基于海森矩阵理论检测出亮团区域点,进而提取候选肿块集合。对候选肿块采用两种算法判断是否为假阳性区域:(1)根据乳腺灰度分布特性找到两个阈值,两个阈值将乳腺ROI按分成脂肪区域、腺体区域和过渡区域三个子区域,根据候选肿块所处的区域进行判别:如果候选肿块位于脂肪区域附近,判定其为假阳性区域;如果候选肿块位于腺体区域内部或者位于过渡区域内部,判定其为假阳性区域。(2)采用自适应的高斯模板对候选肿块进行相似度匹配,将相似度低的肿块判定为假阳性区域。以单视图检测结果为基础进行基于多视图的假阳性检测,主要是针对两侧乳腺相同视角下的视图,该算法利用已知的三个乳腺解剖特征(乳头、胸壁线和皮肤线),建立乳腺区域的归一化坐标系,实现两侧视图的位置映射。对于两侧乳腺对称区域的肿块对,采用局部二值模式算子提取肿块区域的纹理特征,如果肿块对的纹理特征类似,将它们视为假阳性肿块。对项目合作单位提供的71个CC视图和84个MLO视图进行了测试,其中CC视图的敏感性为69.23%,平均每幅图像的假阳性个数为3.88,MLO视图的敏感性为63.54%,平均每幅图像的假阳性个数为3.45。