1.2.6　其他前列腺癌相关医学图像CAD系统

成功治疗前列腺癌很大程度上取决于早期诊断，而其确诊要通过手动分析活检样本来确定［181］。在美国每年进行一百万次以上的前列腺活组织检查，其中每一次都产生大约6～14个组织样本。随后在显微镜下分析这些样本中癌症的存在和分级。这些活检的60%～70%是前列腺癌阴性［182］，这意味着病理学家的大部分时间都用于检查良性组织。被鉴定为前列腺癌的区域再进行Gleason评分，基于样本中变异组织存在的模式反映肿瘤的恶性程度［183］。精确的组织分级受到许多因素的阻碍，包括病理学家的疲劳、应用的变异性和分级标准的解释，以及假前列腺癌（良性增生、高级别前列腺上皮内瘤变）外观的良性组织的存在［184，185］。引入能够自动、准确和可重复地在图像上发现可疑前列腺癌区域的定量“第二读者”来减轻这些困难［186］是必要的。

Doyle等［187］提出了一个增强的贝叶斯多分辨率（BBMR）系统来识别数字活检片上前列腺癌的区域。该系统先将整个幻灯片图像分解成包含多个分辨率级别的图像金字塔，随后在更高分辨率水平下更详细地检查以较低分辨率水平通过贝叶斯分类器识别为癌症的区域，从而允许对大图像进行快速和有效的分析。在每个分辨率级别，使用AdaBoost集合方法从超过900个一阶统计、二阶共生和Gabor滤波器特征的池中选择10个图像特征。在从58例患者中获得的100张图像的实验中，BBMR方案产生非常理想的分类结果。