论文笔记（六）Breast Segmentation and Density Estimation in Breast MRI: A Fully Automatic Framework

论文地址：Breast Segmentation and Density Estimation in Breast MRI: A Fully Automatic Framework

摘要
作者的目的是开发一种自动计算乳房MRI密度的方法。该框架是图像处理技术的组合，用于分割乳房和腓肠组织。初步纠正了患者内和患者之间的信号强度变异性。通过自动检测身体的乳房和空气的乳房表面来分割乳房。随后，使用最大期望值在乳腺区域分割腓肠组织。使用手动分割的50个病例的数据集进行评估。骰子相似性系数（DSC），总重叠，假阴性分数（FNF）和假阳性分数（FPF）用于报告自动和手动分割之间的相似性。对于乳房分割，所提出的方法获得的DSC，总重叠，FNF和FPF值分别为0.94、0.96、0.04和0.07。对于腓肠组织分割，作者分别获得了DSC，总重叠，FNF和FPF值分别为0.80、0.85、0.15和0.22。

方法
首先，校正信号强度的不均匀性。随后，将3-D概率图集为基础的方法（以前用于胸肌的分割）应用于胸段。最后，采用期望-最大化（EM）算法来估计乳腺组织的图像强度分布，并自动区分脂肪和纤毛组织。 该论文的新颖贡献在于扩展了【A. Gubern-M´erida, M. Kallenberg, R. Mart´ı, and N. Karssemeijer, “Segmentation of the pectoral muscle in breast MRI using atlas-based approaches,” Med. Image Comput. Assist. Interv., vol. 15, pp. 371–378, 2012. 】，为乳房MRI的乳房分割和乳腺密度估计的新贡献。乳房分割步骤由经验丰富的观察员对27例MRI病例进行全面评估。与四个不同观察者提供的注释相比，使用50例MRI病例评估了腓骨组织分割步骤，即本文的最终目标。
分割开始将身体与乳房分离。 身体由乳房底部以外的肺，心脏，胸肌，胸腔和脂肪组成。 乳房与胸肌相连，由脂肪和致密的组织组成。
作者的目的是将乳房分割出来，这对于深度学习中针对乳腺的研究来说是很有用处的。

我的主要方向不是在乳房与身体的分割，所以这篇论文没有深入研究了。

以上作为论文笔记保存，个人理解，如有错误及时更正，科研加油！