知識駆動型およびデータ駆動型手法に基づく乳房超音波画像病変局在化および診断に関する研究

科学分野:

• 医用画像処理
• 人工知能
• 腫瘍学

背景:

• 乳がんは女性の健康に対する主要な脅威であり、早期発見は死亡率を大幅に低下させる。
• 超音波は、そのアクセシビリティ、非侵襲性、高濃度乳房組織における有効性から、重要なスクリーニングツールである。
• コンピュータビジョンの進歩により、自動乳房病変の局在化と診断のためのコンピュータ支援診断（CAD）が可能になった。

研究 の 目的:

• 乳房超音波病変の局在化と診断に関する最近の研究をレビューすること。
• CADシステムの改善におけるモデル特徴量構築の役割を強調すること。
• 関連研究のためのデータセット、指標、選択基準の概要を提供すること。

主な方法:

• 乳房超音波病変検出および診断研究の包括的な文献分析。
• 既存のモデルをドメイン知識駆動型、データ駆動型、ハイブリッドアプローチに分類。
• これらのモデル内の特徴量構築技術の検討。

主要な成果:

• 超音波画像におけるスペックルノイズ、不明瞭な境界、低コントラストなどの病変検出に影響を与える課題を特定した。
• 乳房超音波のCADシステムで採用されている様々な特徴量構築戦略をレビューした。
• 特徴量エンジニアリングと診断タスクへのアプローチに基づいてモデルを分類した。

結論:

• 超音波画像における正確な乳房病変の局在化と診断は依然として困難である。
• 特徴量構築の進歩は、CADシステムのパフォーマンスを向上させるために不可欠である。
• 将来の研究では、診断精度を向上させるために現在の制限を克服することに焦点を当てるべきである。