DFMFI：動的融合マルチスケール特徴相互作用モデルに基づく超音波乳がん検出方法

科学分野:

• 医用画像処理
• 人工知能
• 腫瘍学

背景:

• 超音波検査は、安全性と費用対効果から、乳がんスクリーニングの重要なツールです。
• 超音波画像におけるスペックルノイズや病変のばらつきなどの課題は、従来のコンピュータ支援診断を妨げています。
• 良性および悪性の乳腺病変を正確に鑑別することは、効果的な患者管理にとって重要です。

研究 の 目的:

• 超音波画像における良性および悪性の乳がん検出を改善するための高度なAIモデルを開発すること。
• 複雑な超音波データを処理する上での既存のコンピュータ支援診断システムの限界に対処すること。
• AIを用いた乳がんスクリーニングの精度と堅牢性を高めること。

主な方法:

• 乳がん検出のための動的融合マルチスケール特徴相互作用モデル（DFMFI）を提案しました。
• 動的特徴融合、マルチスケール特徴集約、および非線形動的相互作用メカニズムを実装しました。
• 注意機構と畳み込みを備えた動的特徴ミキサー、効率的なマルチスケール特徴アグリゲーター、およびゲート付き動的フィードフォワードネットワークを利用しました。

主要な成果:

• DFMFIは、既存の方法と比較して優れた分類精度を示しました。
• モデルは、乳がん検出における堅牢性に有意な改善を示しました。
• DFMFIは高い計算効率を達成し、実用的なスクリーニングアプリケーションに適しています。

結論:

• DFMFIモデルは、超音波画像における良性および悪性の乳がん検出のための効果的かつ堅牢なソリューションを提供します。
• このAI駆動型アプローチは、早期スクリーニングと診断能力を強化します。
• 提案されたモデルは、乳がん診断のための複雑な超音波データの分析における主要な課題に対処します。