深度学习算法使用双光谱分析,基于超声波射频信号的能量特征图来检测乳腺癌
Qingmin Wang1, Xiaohong Jia2, Ting Luo2
1School of Information Science and Engineering, Fudan University, Shanghai, China.
Frontiers in oncology
|January 5, 2024
概括
这项研究引入了一种使用超声波射频 (RF) 信号进行增强乳腺癌检测的新型深度学习方法. 该方法利用双光谱分析特征图,在分类良性和恶性乳腺瘤方面达到高准确性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 超声波是乳腺癌查的一个关键工具.
- 超声波射频 (RF) 信号含有丰富的信息,用于检测乳腺癌.
研究的目的:
- 开发一种使用超声波射频信号检测乳腺癌的深度学习方法.
- 引入新的双光谱分析能源特征图,以改进信号处理.
主要方法:
- 提出了一个深度学习网络,利用权重共享和特征地图注意力模块.
- 使用的双光谱分析能源特征图与频率细分.
- 整合了一个相似性约束因子,使用等号距离进行特征地图比较.
主要成果:
- 在接收器运行特征曲线下取得的面积为0.913 (验证),0.900,0.885 (独立测试集).
- 拟议的方法优于使用灰度图像或单个特征地图的模型.
- 在分类良性和恶性乳腺瘤方面表现出卓越的表现.
结论:
- 深度学习和双谱分析的结合有效检测乳腺癌.
- 这种方法提供了高效的特征提取和利用超声波射频信号.
相关概念视频
Ultrasound II: Endoscopic Ultrasound and FibroScan
108
Endoscopic Ultrasound (EUS) and FibroScan are valuable diagnostic tools in gastroenterology and hepatology, each with specific applications and techniques.
Endoscopic Ultrasound (EUS):
Endoscopic Ultrasound (EUS):
108
IR Frequency Region: Fingerprint Region
901
IR spectra are divided into two main regions: the diagnostic region and the fingerprint region. The diagnostic region of the spectrum lies above 1500 cm−1. The absorptions resulting from single-bond vibrations of the N–H, C–H, and O–H stretch at higher wavenumbers and appear on the left side of the spectrum. The stretching absorptions of the C≡C and C≡N occur between 2100–2300 cm−1. In contrast, those arising from stretching absorptions of the...
901


