乳房超音波画像データセットのためのコンピュータ支援診断

科学分野:

• 医用画像
• 機械学習
• 腫瘍学

背景:

• 乳がんの診断は画像に大きく依存しており、超音波は主要なモダリティです。
• 堅牢なAI診断ツールの開発には、標準化と大規模なラベル付きデータセットが不可欠です。
• 既存のデータセットには、高度な機械学習のための包括的なアノテーションや臨床的コンテキストが欠けている場合があります。

研究 の 目的:

• 乳房超音波画像のためのコンピュータ支援診断（CADBUSI）データセットを紹介すること。
• 乳がん診断のための機械学習のための大規模で標準化されたデータセットを提供すること。
• 乳がん検出の改善と不要な生検の削減のためのAIツールの開発を促進すること。

主な方法:

• 60,688人の患者からの79,281件の乳房超音波検査をキュレーションしました。
• BI-RADS®評価と病理学的に検証された診断を含む756,315枚の画像と136,197本のビデオを含めました。
• Faster R-CNNテキスト抽出、自動領域検出、Noise2Noiseインペインティング、HIPAA準拠の匿名化を含む処理パイプラインを採用しました。

主要な成果:

• データセットには、79,281のユニークな乳房（68,645例が良性、10,636例が悪性）の正解ラベルが含まれています。
• データは乳房ごとの悪性度存在によって分類され、複数のインスタンス学習に適しています。
• 標準化された画像とリンクされた放射線病理学的データは、臨床的関連性を高めます。

結論:

• CADBUSIデータセットは、超音波画像標準化と臨床データリンクにおける重要な課題に対処します。
• 乳がんのための高度なコンピュータ支援診断ツールの開発を可能にします。
• 乳がん検出の精度と臨床的意思決定を大幅に改善する可能性があります。