用于乳腺癌诊断研究 (DMID) 的数字乳腺造影数据集,包括乳腺质量细分分析

科学领域:

• 医疗成像医学成像
• 医疗保健中的人工智能
• 放射学 放射学是指放射学

背景情况:

• 计算机辅助检测和诊断 (CAD) 系统对于放射科医生在识别乳腺病变方面至关重要.
• 现有的乳房数据集往往缺乏强大的AI模型开发所需的全面注释.

研究的目的:

• 介绍和描述一种新型的乳腺造乳数据库,旨在满足人工智能研究在乳腺癌诊断方面的需求.
• 为开发和培训先进的CAD系统提供有价值的资源.

主要方法:

• 数据集包括具有各种病变 (质量,化,建筑扭曲,不对称性) 的乳房影像.
• 每次乳腺造影都附有详细的放射科医生报告,包括乳腺密度和异常描述.
• 使用此数据集训练和评估了一个细分框架.

主要成果:

• 对细分模型的性能分析使用异常类别 (良性/恶性) 和乳腺组织密度进行.
• 该数据集促进了人工智能模型用于乳腺病变检测的培训和评估.

结论:

• 提出的乳腺癌数据集提供了各种图像和注释,对于推进乳腺癌诊断至关重要.
• 本资源支持为放射科医生开发更有效的AI工具.