应用CAD系统在乳腺癌诊断中使用机器学习技术:系统审查的概述

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:

• 乳腺癌仍然是全球女性死亡的主要原因.
• 早期检测和诊断对于改善治疗结果至关重要.
• 使用人工智能 (AI) 的计算机辅助诊断 (CAD) 系统对于放射科医生在医学图像分析中越来越重要.

研究的目的:

• 为乳腺癌的诊断和治疗提供CAD系统的全面元综述.
• 综合2015年至2025年1月间发表的48项系统性审查的证据.
• 提供对成像技术,数据集,人工智能方法和乳腺癌CAD中的临床任务的广泛概述.

主要方法:

• 按照PRISMA指导方针进行系统的元综述.
• 包括2015年至2025年1月期间发表的48项系统性审查.
• 分析重点是成像模式,数据集,人工智能方法和临床任务.

主要成果:

• 乳房摄影是最常见的成像方式; DDSM,MIAS和INBreast是经常使用的数据集.
• 乳腺病变的检测和分类是研究最多的临床任务.
• 深度学习方法在CAD系统中越来越普遍.

结论:

• 目前的CAD系统有前途,但面临着数据稀缺,缺乏透明度和临床集成限制等局限性.
• 本综述有助于医疗专业人员和研究人员了解目前乳腺癌CAD的现状.
• 鉴定的局限性为人工智能用于乳腺癌护理的未来研究和开发提供了方向.