マンモグラフィック画像を用いた乳がん検出のためのディープラーニングベースの自動ハイブリッドモデル
Ongole Gandhi1, S N Tirumala Rao2, M H M Krishna Prasad1
1Department of Computer Science & Engineering (CSE), Jawaharlal Nehru Technological University, Kakinada, India.
Current medical imaging
|February 20, 2026
まとめ
この研究は,マンモグラフィーを用いた乳がんの早期かつ正確な検出のための新しいディープラーニングフレームワークを導入しています. ハイブリッドモデルは98.598%の精度を達成し,診断能力を大幅に向上させ,エラーを減らす.
科学分野:
- メディカルイマージング (医学イメージング)
- 人工知能 (AI) とは,人工知能 (AI) のことです.
- 腫瘍学 腫瘍学
背景:
- 乳がんは,世界中で女性の死亡の主な原因です.
- マンモグラフィは,乳がんのスクリーニングの主要なイメージング方式です.
- 早期で正確な腫瘍検出は,効果的な治療と改善された患者のアウトカムに不可欠です.
研究 の 目的:
- 乳がんを早期に自動で正確に検出するための新しいハイブリッドのディープラーニングフレームワークを提案する.
- マンモグラフィの画像を用いた診断の精度を高めるため.
主な方法:
- 前処理,セグメンテーション,機能抽出,分類を統合したハイブリッドのディープラーニングモデル.
- 騒音削減のためのガイドフィルター,腫瘍セグメンテーションのための修正されたディンゴ最適化 (MDO),特徴抽出のためのU-Net,特徴選択のための検索と救出最適化 (SRO),分類のための二段階スパイクコンボリューションニューラルネットワーク (DSS-CNN) を利用しました.
主要な成果:
- 98.598%の精度,97.343%の精度,97.514%のリコール,96.89%のF測定で高い性能を達成しました.
- 既存の方法と比較して,誤った陽性と誤った陰性の割合の有意な減少が実証されました.
結論:
- 提案された枠組みは,乳がんの検出を改善するための堅牢なエンドツーエンドシステムを提供します.
- このモデルは,診断の正確性と主要なパフォーマンス指標を向上させることで,臨床的意思決定に貴重なサポートを提供します.