新的信号提取技术有助于乳腺癌筛查

乳房x光检查通常用于筛查乳腺癌。尽管常规乳房x光检查很容易获得，但由于图像对比机制有限，不能发现每一个肿瘤。

乳房组织中x射线束折射的测量有可能成为下一代乳腺癌筛查技术乳腺癌．一项名为x射线相位对比成像(XPCI)的新技术提供了更好的软组织分化和肿瘤检测。

然而，使用由金和硅光栅制成的x射线干涉测量法急剧降低了x射线剂量效率，即抑制了患者的辐射剂量。

最近，中国科学院深圳先进技术研究院(SIAT)的研究人员使用深度学习方法开发了一种新的XPCI信号提取技术。该技术在提高信号精度和提高x射线辐射剂量效率方面具有良好的应用前景。

这项研究发表在IEEE生物医学工程汇刊7月22日。

研究人员设计了一个名为XP-NET的深度卷积神经网络，使用特殊的架构自动执行XPCI信号检索和图像质量增强序列。

结果表明，XP-NET与传统分析方法相比，相位信号的精度提高了15%以上。

此外，生物标本和乳房假体研究均表明，在一半辐射剂量下获得的相位图像经XP-NET处理后显示图像质量与在标准辐射剂量水平下获得的参考图像相当。

该研究首次证明，深度学习方法可以帮助减少x射线相位对比成像中的辐射剂量，实现自动信号提取和后处理，并为未来高质量的潜在临床前应用提供证据乳房x射线相位对比成像较低辐射剂量水平。

---

---