人工智能系统用于自动提取乳腺区域,使用半主观纠正区域进行乳腺组成评估

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 生物医学工程 生物医学工程

背景情况:

• 乳腺组成是乳腺癌风险的关键指标.
• 对乳腺区域的客观提取对于准确的乳房组成分析至关重要.
• 对乳腺区域的主观评估导致了观察者之间显著的变化.

研究的目的:

• 开发一种自动化方法,使用半主观的校正图像提取乳腺区域.
• 评估自动提取方法用于乳腺组成分析的临床有用性.

主要方法:

• 用了670张乳房影像进行分析.
• 使用U-Net进行图像细分,自动提取乳腺区域.
• 优化U-Net参数和输入图像定向以提高准确性.
• 计算了Dice系数,以评估区域提取的准确性和临床有用性.

主要成果:

• 实现了自动乳腺区域提取0.882的最高平均子系数.
• 对于不同乳房组成,已证明高的平均子系数:0.992 (脂肪),0.832 (分散),0.904 (异质密度),0.943 (极密度).

结论:

• 这种自动化方法有效地利用半主观的校正图像提取乳腺区域.
• 高子系数表明了这种自动化方法对乳房组成评估的临床实用性.