深度学习在乳腺钼靶中检测乳腺癌的价值  

出　　处：《实用肿瘤学杂志》2025年第1期55-55,共1页Practical Oncology Journal

摘　　要：本项研究为一项回顾性的、单机构的、多中心的研究。对于模型的建立,研究采取了三管齐下的方法。首先,研究明确地教导网络学习密度差异以外的特征:如痉挛和结构变形;第二,研究使用相反的乳腺来实现对不对称的检测;第三,研究通过片断-线性变换系统地增强了每张图像;招募的患者最终在一个诊断性乳腺造影数据集(2569张图像,有243个癌症,2018年1月至6月)和一个来自不同中心的筛查性乳腺造影数据集(2146张图像,有59个癌症,2021年1月至4月招募的患者)上测试了该网络(外部验证)。

关 键 词：深度学习 密度差异 乳腺钼靶 线性变换 乳腺癌 三管齐下 结构变形 癌症 

分 类 号：R737.9[医药卫生—肿瘤]