中文摘要：

乳腺癌的CAD研究是国际医学与生物工程领域研究的热点，我们在以往的研究中建立了国际上首个乳腺超声图像库，有效地利用图像库中丰富的特征信息，对于辅助诊断、数据库管理和教学均具有重要的意义。为了更好的发挥数据库的功能，本项目综合了认知科学、模式识别、医学知识库系统、信息检索及数据库系统等多个领域的研究成果，采用医工的方式，在已有超声图像库的基础上，突破了以往数据库单一采用关键词检索的局限性，以图像作为病例的索引，直接提取和优化图像特征，建立图像特征库， 并开发图像相似性特征匹配算法，引入人工交互和相关反馈等技术，将底层图像特征和高层语义信息相结合， 提高检索结果的可视性和检索效率，并通过反馈系统不断更新完善。该系统的研发最终可用于图像库的整理和分类检索，建立乳腺超声图像数字图书馆，最为重要的是可为各级医生提供直观丰富的诊断信息，提高乳腺癌的早期诊断率。因此具有重要的科学意义和广阔应用前景。

结论摘要：

本项目按原计划进行。在上一个国自然项目资助下，我们与哈尔滨工业大学合作，建立了国际上第一个规范的大样本乳腺超声图片库。本项目中，我们在进一步扩展和完善该图片库的基础上，以二维灰阶超声图像为索引，以基于内容的图像检索为主要研究内容，首先采用人工交互与图像分割相结合的方式精确确定了肿瘤的边界，以BI-RADS系统提出的特征分类为参考标准，提取有效的形态学特征和纹理特征，并且通过支持向量机（SVM）分类结果进行了验证。将提取的计算特征映射到BI-RADS 系统的形状、方位、边界和回声等高级语义特征上，分别构造语义分类器来进行映射。通过构造的语义分类器将图像的底层特征映射到乳腺超声图像的形状和边界高级语义特征上，利用SVM和二叉决策树相结合的动态多分类方法对肿块的相似性进行检索，允许用户个性化选择不同特征组合，利用多项特征向量进行定制检索，最终检索结果供医生参考。由医生分级评定检索结果的视觉相似性，并反馈至系统进一步训练。经验证基本达到预期目标，该系统的实现和进一步完善将为乳腺超声数据库在医、教、研方面的应用提供更广阔的领域。现已发表学术论文5篇，其中SCI收录4篇，累计IF5.0以上，有两篇英文文章尚在投稿中。