人工智能辅助的分散相关性断层扫描用于识别乳腺癌.
Ruizhi Zhang1, Jianju Lu2, Wenqi Di1
1North University of China, State Key Laboratory of Dynamic Measurement Technology, Taiyuan, China.
Journal of biomedical optics
|May 19, 2025
概括
人工智能 (AI) 辅助的扩散相关性断层扫描 (DCT) 可以准确地区分良性和恶性乳腺病变,准确率为97%. 这项技术通过评估微血管血液流动,显示了早期乳腺癌诊断和治疗监测的前景.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 扩散相关性断层扫描 (DCT) 是一种新兴的非侵入性技术,用于测量乳腺微血管血流.
- 对于区分良性和恶性乳腺病变的DCT的验证由于仪器仪表和算法挑战而受到限制.
研究的目的:
- 开发和验证人工智能辅助的DCT系统,用于分类乳腺病变.
- 评估AI模型在分析DCT衍生的血流数据以表征病变方面的性能.
主要方法:
- 一个人工智能辅助的DCT系统是使用一种新的源探测器阵列和图像重建算法开发的.
- 从61名女性患者获得DCT图像.
- 人工智能模型使用血流图像作为特征参数或病变分类的全球输入来训练.
主要成果:
- 通过纵向监测,DCT测量在健康受试者中显示稳定性.
- 人工智能辅助的DCT在区分良性和恶性乳腺病变方面取得了97%的准确性.
- 该系统有效地发现了与乳腺疾病中的代谢需求相关的功能异常.
结论:
- 人工智能辅助的DCT显示了乳腺癌早期诊断的巨大潜力.
- 这种技术可以通过在显著的瘤或血管网络发育之前检测功能变化,帮助及时进行治疗评估.
- 这项研究强调了人工智能辅助的DCT在非侵入性地表征乳腺病变方面的能力.


