镜双城白璎是朱颜的谁2022汤加火山爆发共影响了哪些国家 汤加火山会不会影响我国雪中悍刀行北莽参与刺杀吴素了吗镜双城炎汐结局怎么样 炎汐结局和谁在一起了开端公交车爆炸的真相是什么雪中悍刀行徐凤年为什么不在马车镜双城苏摩的结局是什么 苏摩的结局在哪一章淘金由一个热帖故事改变镜双城鸷者是什么身份 镜双城全剧中最大的反派是谁阳朗多功能电煮锅,高品质高颜值,让烹饪更享受雪中悍刀行徐凤年纸上写了什么名字开端公交车爆炸真相到底是什么 开端结局详解雪中悍刀行陈芝豹为什么联手杀韩貂寺2022年1月17日整理发布:怎么能够让孩子长高一些2022年1月17日整理发布:每天用蒲公英泡水喝可能会发生4个喜人变化雪中悍刀行小说中呵呵姑娘的结局是什么完美伴侣吴敏婚姻还可以继续吗雪中悍刀行呵呵姑娘吸走劫数会如何汤加火山爆发会把汤加沉没了吗雪中悍刀行李淳罡和王仙芝飞升不了吗雪中悍刀行第一季彻底完结雪中悍刀行金甲为什么杀赵楷2022年1月17日整理发布:儿童感冒应对症治疗2022年1月17日整理发布:如何有效降低胃食管反流病的发病风险今年高铁什么时候停运汤加火山什么时候爆发的 汤加火山爆发是几级雪中悍刀行徐凤年京城同谋是谁01月17日贵南全天候天气实时报HPV疫苗接种禁忌症和注意事项汤加王国在哪 汤加火山位置雪中悍刀行赵楷原著第几章死的汤加火山爆发等级和威力是多少 汤加火山爆发威力约千颗HPV疫苗二价四价九价区别是什么雪中悍刀行第二部徐凤年会去北莽吗开端肖鹤云结局是什么 爆炸的真相是什么2022年1月17日整理发布:关于妊娠纹危险因素的研究乘风破浪的姐姐第三季名单曝光汤加火山爆发有什么影响 汤加火山对中国有影响吗2022年1月17日整理发布:精准诊断才能推动精准治疗2022年1月17日整理发布:GM1神经节苷脂贮积症的分型及临床雪中悍刀行青鸟是谁的女儿2022年1月17日整理发布:JAK抑制剂的局限性是什么汤加火山爆发原因是什么 汤加具体在哪是哪个国家2022年1月17日整理发布:识子痫前期综合征病因关联是基础王牌部队顾一野为何将于思哲留在部队2022年1月17日整理发布:光动力疗法是一种非侵入性的肿瘤治疗策略emoha是什么意思网络用语 emoha怎么念2022年1月17日整理发布:远程医疗和远程超声的历史背景雪中悍刀行武帝城为什么那么多剑2022年1月17日整理发布:肿瘤代谢重编程的分子基础
您的位置:首页>健康要闻>

人工智能提高了乳房超声诊断的准确性

导读2020年,世界卫生组织国际癌症研究机构指出,乳腺癌是全球女性癌症发病率和死亡率最高的原因。这一令人震惊的统计数字不仅需要对乳腺癌进行

2020年,世界卫生组织国际癌症研究机构指出,乳腺癌是全球女性癌症发病率和死亡率最高的原因。这一令人震惊的统计数字不仅需要对乳腺癌进行早期诊断的更新方法,而且还揭示了对该疾病的发生和发展进行风险预测的重要性。超声波是一种有效且无创的诊断程序,可真正挽救生命。但是,超声医师有时很难区分恶性肿瘤和其他类型的良性生长。特别是在,乳腺肿块可分为四类:良性肿瘤,恶性肿瘤,炎性肿块和腺病(产乳腺增大)。当良性乳腺肿块被误诊为恶性肿瘤时,通常会进行活检,这会使患者处于不必要的风险中。当考虑到医疗专家的大量工作量时,对超声图像的正确解释就变得更加困难。

深度学习算法可以解决这个难题吗?何文教授(首都医科大学附属北京天坛医院)认为。他说:“人工智能擅长识别图像中的复杂图案并量化人类难以检测的信息,从而补充临床决策。”尽管在将深度学习算法集成到医学图像分析中已经取得了很大的进步,但大多数乳房超声研究仅涉及区分恶性和良性诊断。换句话说,现有方法并未尝试将乳房肿块分类为上述四个类别。

为了解决这一局限性,何博士与13家医院的科学家合作,进行了规模最大的乳房超声多中心研究,以尝试训练卷积神经网络(CNN)对超声图像进行分类。正如他们在《中华医学杂志》上发表的论文中所详述的那样,科学家从3,623名患者中收集了15648张图像,其中一半用于训练,另一半用于测试三种不同的CNN模型。第一个模型仅使用2D超声强度图像作为输入,而第二个模型还包括彩色多普勒图像,可提供有关乳腺病变周围血流的信息。第三种模型还添加了脉冲多普勒图像,可提供病变内特定区域的光谱信息。

每个CNN包含两个模块。第一个模块是检测模块,包含两个主要子模块,它们的总体任务是确定原始2D超声图像中乳房病变的位置和大小。第二模块,即分类模块,仅从包含检测到的病变的超声图像中接收提取的部分。输出层包含四个类别,分别对应于常用的四种乳腺肿块分类。

首先,科学家检查了三个模型中哪个模型的性能更好。准确性相似,约为88%,但是第二种模型(包括2D图像和彩色流多普勒数据)的表现略优于其他两种模型。脉冲多普勒数据对性能没有正面贡献的原因可能是整个数据集中几乎没有可用的脉冲波图像。然后,研究人员检查了肿瘤大小的差异是否会导致性能差异。虽然较大的病变会导致良性肿瘤的准确性提高,但是在检测恶性肿瘤时,大小似乎对准确性没有影响。最后,科学家使用一组50个随机选择的图像,将其CNN模型与37位经验丰富的超声学家的性能进行了比较,从而对他们的CNN模型进行了测试。

这项研究清楚地展示了深度学习算法作为通过超声诊断乳房病变的辅助工具的功能。此外,与以前的研究不同,研究人员纳入了使用来自不同制造商的超声设备获得的数据,这暗示了经过训练的CNN模型的卓越适用性,而与每家医院中使用的超声设备无关。将来,将人工智能与超声诊断程序相集成可以加快癌症的早期发现。正如He博士解释的那样,这还将带来其他好处:“由于CNN模型不需要任何类型的专用设备,因此它们的诊断建议可以减少预定的活检,简化超声检查人员的工作量,并实现针对性和精细的治疗。”

标签:

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。