具深度學習之乳房X光攝影紋理特徵之腫瘤辨識之研究

過去十多年，乳癌為我國婦女發生率第1位之癌且女性乳癌標準化發生率及死亡率分別為69.1及12.0（每十萬人口），每年有逾萬位婦女罹患乳癌，逾2,000名婦女死於乳癌。目前國際上的醫學實證，可以有效提早發現並改善預後的乳癌篩檢方法是乳房X光攝影，乳房X光攝影檢查能偵測到乳房鈣化點或腫瘤，發現無症狀的0期乳癌。因此如何使用人工智慧技術透過乳房X光攝影影像來發現早期乳癌，是目前人工智慧在醫學影像應用的重要研究方向。本計畫為三年期計畫，研究目的是使用深度學習網路技術針對乳房X光攝影影像可以有效辨識乳癌。有別於直接採用X光影像進行影像標籤與模型訓練的方式，本計畫提出先利用影像紋理特徵處理技術，先將乳房X光攝影影像進行紋理特徵擷取，再針對紋理特徵影像進行模型訓練，並發展邊緣計算的推論系統可直接使用在診間，且設計回饋機制與使用遷移式學習修正模型。本計畫第一年著重在乳房X光攝影影像收集與紋理特徵處理，第二年著重在影像資料標籤化與深度學習之乳房腫瘤辨識模型訓練，第三年則為診間推論系統設計與開發。期許本計畫所開發的技術能夠為乳癌辨識技術有所貢獻。

系統編號:PB10901-0697
原計畫編號:MOST108-2221-E182-031-MY3