在使用人工智能检测乳腺癌时,乳腺病变的度
Said Pertuz1, David Ortega1, Érika Suarez1
1Escuela de Ingenierías Eléctrica Electrónica y de Telecomunicaciones, Universidad Industrial de Santander, Bucaramanga, Colombia.
Scientific reports
|November 23, 2023
概括
乳腺癌检测的人工智能 (AI) 使用突出地图来分析乳房影像. 高性能的人工智能系统不仅仅依赖于局部病变,将更广泛的图像信息纳入决策.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 人工智能 (AI) 在通过乳房影像分析提高乳腺癌查方面表现有前途.
- 了解人工智能系统如何利用视觉信息,特别是乳腺病变,对于信任和有效性至关重要.
研究的目的:
- 研究乳腺病变在乳腺癌检测人工智能系统的决策过程中的作用.
- 使用突出地图评估AI识别的感兴趣区域和实际的乳腺病变之间的重叠.
主要方法:
- 对191名患有乳腺癌的妇女和191名对照妇女的乳房影像进行了回顾性分析.
- 两个放射科医生对乳腺病变的细分.
- 使用ROC曲线下的面积 (AUC) 估计AI检测性能.
- Saliency 地图分析以识别 AI 感兴趣的区域,并使用 Dice 的相似系数 (DSC) 测量与病变的重叠.
主要成果:
- 人工智能系统的检测性能从低到中等 (AUC 0.5250.694).
- 人工智能感兴趣区域和细分乳腺病变之间的重叠一直很低 (中位数DSC4.2%38.0%).
- 性能最好的AI系统与乳腺病变的重叠率最低 (DSC4.2%).
结论:
- 高性能的人工智能系统用于乳房影像分析,不仅专注于局部乳腺病变.
- 人工智能决策似乎整合了来自主要损伤之外的更大的图像区域的信息.
- 需要进一步的研究才能充分阐明AI在乳腺癌检测中的复杂决策途径.
