深度学习增强了乳腺癌诊断的能力:检测和分类方面的进步
Jawad Ahmad1,2, Sheeraz Akram3, Arfan Jaffar1,2
1Faculty of Computer Science & Information Technology, The Superior University, Lahore, Pakistan.
PloS one
|July 11, 2024
概括
一个新的人工智能 (AI) 系统增强了乳腺癌诊断. 这种计算机辅助诊断 (CAD) 工具使用深度学习准确地检测,细分和分类乳腺质量,提高早期检测率.
科学领域:
- 瘤学和计算机科学
- 医疗保健中的人工智能
背景情况:
- 人工智能和大数据的进步正在改变包括医疗保健在内的行业.
- 计算机辅助诊断 (CAD) 系统集成人工智能用于医疗任务,如瘤检测和分类.
- 乳腺癌诊断依赖于乳房扫描,但准确性可能受到乳腺密度和瘤特征的限制.
研究的目的:
- 开发和验证一个创新的CAD系统,用于增强乳腺癌诊断.
- 通过深度学习和计算机视觉提高识别,细分和分类乳腺病变的准确性.
主要方法:
- 开发了一个使用深度学习和计算机视觉技术的CAD系统.
- 该系统独立地识别,分类和细分乳腺病变.
- 使用选乳腺成像数据库的数字数据库对查乳房图像 (CBIS-DDSM) 验证了系统.
主要成果:
- 在检测和分类乳腺质量方面,CAD系统取得了99%的成功率.
- 检测准确率为98.5%,细分性能约为95.39%.
- 分类阶段显示总体准确率为99.16%.
结论:
- 开发的CAD系统在乳腺癌诊断方面表现出色.
- 这种由人工智能驱动的框架为临床医生和研究人员提供了重要的支持.
- 该系统在超越现有的深度学习方法方面的潜力对医学成像分析具有前景.
