利用红外热学和多卷积神经网络用于早期发现乳腺癌
1Department of Electronics and Communications Engineering, College of Engineering and Technology, Arab Academy for Science, Technology and Maritime Transport, Alexandria, 21937, Egypt. o.attallah@aast.edu.
Scientific reports
|July 28, 2025
概括
这项研究介绍了Thermo-CAD,一种使用热成像进行早期乳腺癌检测的计算机辅助诊断系统. 热CAD显示出希望,特别是在资源有限的环境中,用于识别潜在的瘤.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 乳腺癌是全球重要的健康问题,需要早期检测才能有效治疗.
- 传统的乳房造影有其局限性,包括可访问性和患者的不适,引发了对替代方法的兴趣.
- 热力学通过分析热模式,为乳腺癌查提供一种非侵入性,无辐射的方法.
研究的目的:
- 开发和评估Thermo-CAD,一种先进的计算机辅助诊断系统,用于使用热成像进行早期乳腺癌检测.
- 通过整合多种深度学习模型和特征选择技术来提高诊断准确性.
- 在不同的数据集上评估系统的性能,以区分正常与异常,良性与恶性乳腺组织.
主要方法:
- 热CAD系统使用多个卷积神经网络 (CNN) 来进行特征提取.
- 使用特征转换和选择方法,包括非负矩阵因子化和Relief-F,以减少维度和复杂性.
- 该系统在DMR-IR数据集 (正常与异常) 和新数据集 (良性与恶性) 上进行了评估.
主要成果:
- 在使用CSVM和MGSVM分类器的DMR-IR数据集上,Thermo-CAD在区分正常与异常乳腺组织方面实现了100%的准确性.
- 该系统在使用CSVM的第二个数据集上,在区分良性病例和恶性病例方面,显示了79.3%的较低准确度.
- 计算机辅助诊断系统在识别基于热不规则的潜在瘤方面被证明是有效的.
结论:
- 热CAD是一种有前途的计算机辅助诊断工具,用于热图检测乳腺癌,特别是用于早期识别.
- 该系统在初始查异常乳腺组织方面表现出高效.
- 需要进一步开发以提高其区分良性和恶性瘤的能力,但它仍然对资源有限的环境有价值.
