一种系统的方法来研究获取参数和生物因素对使用ex vivo人体组织的计算机化乳房镜分析的影响:一个协议描述

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 生物医学工程 生物医学工程

背景情况:

• 乳房造影是乳腺癌检测的关键.
• 人工智能模型显示出希望,但由于批量效应,缺乏外部验证.
• 有限的数据阻碍了对乳房镜采集变异的理解.

研究的目的:

• 调查生物和非生物异质性来源如何影响乳房影像.
• 分析这些异质性对人工智能模型对乳房影像分析的影响.
• 提高AI在乳腺癌检测中的通用性和稳定性.

主要方法:

• 前性,探索性,非随机化研究.
• 从200名接受切除的参与者收集乳房样本.
• 通过使用各种成像参数,获得每个样本的多次乳房造影.
• 从样本中收集生物数据,以与乳房图像特征相关联.

主要成果:

• 对成像参数对乳房图像纹理特征的影响的统计分析.
• 评估由于成像异质性的AI模型性能变化.
• 探索生物样本特征与乳腺特征之间的关系.

结论:

• 增强对影响乳房学异质性来源的理解.
• 有助于开发更强大的人工智能模型用于乳房影像分析.
• 有助于改进AI驱动的乳腺癌检测和风险评估.