您的位置:首页 > 热点专题

深度学习10万张乳房X光照片,这个AI模型要帮助筛查乳腺癌

时间:2019-08-23

%5C

【猎云网(微信号:)】8月1日报道(编译:金怡琳)

乳房X线照相术可以降低乳腺癌死亡率是一个公认的事实。与替代筛查相关的高错误召回率加速了小发猫,麻省理工学院计算机科学和人工智能实验室的人工智能驱动系统的开发。但它们并不完美,因为与最近的测试相比,大多数模型只进行了一次筛选测试。

这一缺点促使纽约大学数据科学中心和放射学系的一组研究人员提出了一种机器学习框架,该框架可以筛选先前检查中产生的不同类型的乳房X线照片,并使用以前的发现进行诊断。他们说,在初始测试中,它降低了基线(基线是用作比较模型性能的参考点的简单模型。基线有助于模型开发人员量化模型在特定问题上的预期性能)并预测筛。当检查群体中的恶性肿瘤时,达到0.8664的曲线下面积(所有分类阈值的性能指数,即预测的准确性)。

该共同作者写道:“放射科医生经常将目前的乳房X线照片与之前的照片进行比较,以便做出更明智的诊断。例如,如果可疑区域随着时间的推移变得越来越大或密度越来越大,放射科医生将更加确信它是恶性的。相反,如果一个可疑区域没有增长,那么它可能是良性的。“

%5C

该团队在纽约大学开源乳腺癌筛查数据集上训练了一套机器学习模型,每个模型包含至少一个图像,对应于乳房X线摄影筛查中常用的四个视图(右颅尾)侧向,左颅,右侧侧斜和左侧外侧斜。他们使用四个二进制标签来指示左侧或右侧乳房中是否存在恶性发现,并且仅考虑数据集的子集(包括患者),并且可获得这些数据集的先前检查数据。的。

从实验中收集的数据库包含来自名患者的127,451次检查,其中2,519次至少进行了一次活检。

基于这些数据,该团队训练了一系列机器学习模型,然后仅使用一部分训练数据集来比较他们的表现。他们指出,与良性预测基线相比,效果没有显着改善,这归因于算法倾向于关注扫描区域的显着变化。 (但良性变化并不明显。)但他们发现其中一个模型 AlignLocalCompare显示恶性肿瘤的发现有显着改善,预测肿瘤发生率为0.97,而基线预测仅为0.73。

http://sports.jingxinjiaju.cn

日期归档
  • 友情链接:
  • 乌苏门户网 版权所有© www.4girlslike.com 技术支持:乌苏门户网| 网站地图