评估深度卷积神经网络的瑞士妇女的乳腺密度患病率:一个跨部门研究
Adergicia V Kaiser1, Daniela Zanolin-Purin1, Natalie Chuck2,3
1Faculty of Medical Sciences, Private University in the Principality of Liechtenstein (UFL), 9495 Triesen, Liechtenstein.
Diagnostics (Basel, Switzerland)
|October 16, 2024
概括
极度密集的乳房在年轻的瑞士女性中更为常见,在55岁后,患病率显著下降. 这一发现凸显了监测乳腺密度对于癌症风险评估的重要性.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 高乳腺密度是已知的乳腺癌风险因素之一.
- 密集的乳房可以降低乳房扫描的灵敏度,影响查的准确性.
- 了解乳腺密度的患病率对于风险分层至关重要.
研究的目的:
- 为了确定瑞士人口中乳腺密度的流行率.
- 为了解决瑞士缺乏关于乳腺密度的全面数据的问题.
- 为了研究乳腺密度的与年龄相关的模式.
主要方法:
- 对4698张40岁以上女性的乳房图进行了回顾性分析.
- 利用深度卷积神经网络软件进行自动乳腺密度分类.
- 在密度评估中最大限度地减少了读者之间的变化.
主要成果:
- 最常见的是C类 (异质密度) (41.5%).
- B类 (分散的纤维腺组织) 占22.5%.
- 在34%的年轻女性中发现乳房非常密集 (D类),在55岁以上的女性中降至10%以下.
结论:
- 在瑞士妇女中,乳腺密度的患病率随年龄而显著变化.
- 年轻的女性表现出极其密集的乳房的更高的患病率.
- 针对特定年龄的乳腺密度数据对于定制的查策略至关重要.
