针对乳腺钼靶图像中良恶性肿块难以诊断的问题,提出一种基于注意力机制与迁移学习的乳腺钼靶肿块分类方法,并用于医学影像中乳腺钼靶肿块的良恶性分类。首先,构建一种新的网络模型,该模型将注意力机制CBAM(Convolutional Block Attention Module)与残差网络ResNet50相结合,用于提高网络对肿块病变特征的提取能力,增强特定语义的特征表示。其次,提出一种新的迁移学习方法,用切片数据集代替传统方法中作为迁移学习源域的ImageNet,完成局部肿块切片到全局乳腺图片的领域自适应学习,可用于提升网络对细节病理特征的感知能力。实验结果表明,所提方法在局部乳腺肿块切片数据集和全局乳腺钼靶数据集上的AUC(Area Under Receiver Operating Characteristics Curve)分别达到0.8607和0.8081。结果证实本文分类方法的有效性。

相干衍射成像技术是一种无透镜计算成像技术。该技术通过迭代算法求解相位问题, 直接从衍射强度数据重构物体的振幅和相位图像信息, 可获得由照明光源波长和数据记录有效数值孔径决定的衍射极限分辨率。由于相干衍射成像技术不依赖于高质量光学成像元件的使用, 因而适合用于深紫外、X射线以及电子束等诸多很难制作高性能成像器件的辐射源。过去20年来新型光源(冷致电子枪、第三代和第四代同步辐射光源、自由电子激光器)、单粒子计数高灵敏度、宽动态范围面阵检测器的迅猛发展, 也极大地促进了相干衍射成像技术的发展。目前相干衍射成像在材料科学和生物学等热门学科方向上已经显示出了相较传统方法的独特优势, 在部分应用上已经逐渐成为主流技术。文中概略回顾相干衍射成像的发展历史。重点介绍叠层扫描相干衍射成像和相干调制成像这两种快速发展的技术。