使用机器学习预测乳腺癌风险:系统性审查
Sadam Hussain1,2, Mansoor Ali1, Usman Naseem3
1School of Engineering and Sciences, Tecnologico de Monterrey, Monterrey, Mexico.
Frontiers in oncology
|April 4, 2024
概括
深度学习 (DL) 提高了使用成像,放射学,基因组学和临床数据的乳腺癌风险预测. 这种人工智能方法为改善查和管理提供了个性化策略.
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:
- 乳腺癌仍然是全球女性癌症死亡的主要原因.
- 传统的风险模型依赖于人口统计和临床史,限制了个性化的预测.
- 人工智能 (AI),特别是深度学习 (DL),显示了个性化乳腺癌风险评估的潜力.
结论:
- 深度学习技术在改善乳腺癌风险预测方面显示出显著的前景.
- 人工智能驱动的方法可以促进更有效的查和个性化的风险管理.
- 本综述提供了一份关于AI在乳腺癌风险评估中的全面指南.
关键词:
乳腺癌 乳腺癌 乳腺癌临床因素 临床因素深度学习是一种深度学习.数字乳房造 mammography 数字乳房造 mammography 数字乳房造 mammography 是一个很好的方法.风险预测风险预测更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
9.0K
