乳腺癌成像中的深度学习:十年的进步和未来的方向

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 乳腺癌是全球最常见的恶性瘤,需要先进的诊断工具.
• 乳房成像 (乳房造影,超声波,核磁共振,数字病理学) 对于早期检测和治疗至关重要.
• 深度学习 (DL) 在分析复杂的乳腺成像数据方面取得了重大进展.

研究的目的:

• 在过去十年中,为乳腺癌成像中的深度学习应用提供全面的审查.
• 总结主要的DL方法及其在查,诊断和预后中的使用.
• 确定乳房成像DL当前的挑战和未来的研究机会.

主要方法:

• 对乳腺癌成像研究中的深度学习研究进行系统审查.
• 分析使用乳房影像,超声波,MRI和数字病理学图像的研究.
• 讨论DL算法及其在临床工作流程中的应用.

主要成果:

• 深度学习在提高乳腺癌查和诊断的准确性方面表现有前途.
• 目前正在开发DL模型,用于预测治疗反应和患者预后.
• 在各种乳房成像模式中取得了重大进展.

结论:

• 深度学习通过改进的成像分析为乳腺癌管理提供了变革性的潜力.
• 解决数据异质性,可解释性和临床整合方面的挑战是未来DL进步的关键.
• 继续进行研究至关重要,以充分实现人工智能在抗击乳腺癌方面的好处.