Diagnóstico Asistido por Computadora para el Conjunto de Datos de Imágenes de Ecografía Mamaria

Área de la Ciencia:

• Imágenes Médicas
• Aprendizaje Automático
• Oncología

Sus antecedentes:

• El diagnóstico del cáncer de mama depende en gran medida de las imágenes, siendo la ecografía una modalidad clave.
• La estandarización y los conjuntos de datos a gran escala y etiquetados son cruciales para desarrollar herramientas de diagnóstico de IA robustas.
• Los conjuntos de datos existentes pueden carecer de anotaciones completas o contexto clínico para el aprendizaje automático avanzado.

Objetivo del estudio:

• Presentar el conjunto de datos de Diagnóstico Asistido por Computadora para Imágenes de Ecografía Mamaria (CADBUSI).
• Proporcionar un conjunto de datos estandarizado a gran escala para el aprendizaje automático en el diagnóstico del cáncer de mama.
• Facilitar el desarrollo de herramientas de IA para mejorar la detección del cáncer de mama y reducir las biopsias innecesarias.

Principales métodos:

• Se curaron 79,281 exámenes de ecografía mamaria de 60,688 pacientes.
• Se incluyeron 756,315 imágenes y 136,197 videos con evaluaciones BI-RADS® y diagnósticos verificados por patología.
• Se empleó un pipeline de procesamiento que incluye extracción de texto Faster R-CNN, detección automática de regiones, inpainting Noise2Noise y anonimización compatible con HIPAA.

Principales resultados:

• El conjunto de datos contiene etiquetas de verdad fundamental para 79,281 mamas únicas (68,645 benignas, 10,636 malignas).
• Los datos se clasifican por presencia de malignidad por mama, adecuados para el aprendizaje de múltiples instancias.
• Las imágenes estandarizadas y los datos radiológicos-patológicos vinculados mejoran la relevancia clínica.

Conclusiones:

• El conjunto de datos CADBUSI aborda desafíos críticos en la estandarización de imágenes de ecografía y la vinculación de datos clínicos.
• Permite el desarrollo de herramientas de diagnóstico asistido por computadora avanzadas para el cáncer de mama.
• Potencial para mejorar significativamente la precisión de la detección del cáncer de mama y la toma de decisiones clínicas.