检查基于深度学习的计算机辅助乳腺癌检测系统对乳腺超声波的有效性
Tomoyuki Fujioka1, Kazunori Kubota2,3, Jen Feng Hsu4
1Department of Diagnostic Radiology, Tokyo Medical and Dental University, 1-5-45 Yushima, Bunkyo-ku, Tokyo, 113-8510, Japan.
Journal of medical ultrasonics (2001)
|July 3, 2023
概括
一个基于深度学习的计算机辅助检测 (CADe) 系统显著改善了乳房超声波病变检测. 这种人工智能工具提高了放射科医生的表现,导致更准确的乳腺癌查和诊断.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 乳腺癌的诊断 乳腺癌的诊断
背景情况:
- 乳腺超声波对于乳腺癌查至关重要.
- 准确检测乳腺病变对于早期诊断至关重要.
- 计算机辅助检测 (CADe) 系统旨在提高诊断准确度.
研究的目的:
- 评估基于深度学习的CADe系统对乳房超声波的临床有用性.
- 评估AI对放射科医生在检测乳腺病变方面的表现的影响.
主要方法:
- 一个深度学习模型 (YOLOv3-tiny) 在一个大数据集 (14,000个正图像,50,000个负图像) 上受过训练.
- 十八名读者评估了52个测试集,包括和没有CADe系统.
- 采用了Jackknife替代自由响应接收器操作特征分析.
主要成果:
- 曲线下的面积 (AUC) 从没有CADe的0.6304显著增加到有CADe的0.7726 (p < 0.0001).
- 敏感度从83.7%提高到95.4%,特异性从65.7%提高到86.6%与CADe.
- 每例假阳性病例从0.43降至0.22与CADe.
结论:
- 基于深度学习的CADe系统显著提高了读者检测乳腺病变的能力.
- 这种人工智能系统有望提高乳腺癌查和诊断的准确性.
