《表2 基于深度学习的乳腺病灶良恶性分类方法研究 (INbreast、DDSM公共数据库)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的癌症计算机辅助分类诊断研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

自动化程度同表1。

基于乳腺X线摄影图像的乳腺癌计算机辅助分类诊断研究主要集中于乳腺病灶的良恶性鉴别诊断中。在乳腺钼靶数据集（INbreast）和数字乳腺X线图像数据库（digital database for screening mammography，DDSM）中可见针对不同深度学习方法的准确度、AUC及自动化程度进行的分析研究（表2）。INbreast公共数据库共有115个病例，90例有双侧乳腺的双视图图像（乳腺横断面和乳腺侧斜位视图图像），其余25例仅有单侧乳腺的双视图图像，共410幅图像。DDSM公共数据库共有2 620个病例，每例都有双侧乳腺的双视图图像，共10 480幅图像。2个数据库的数据都包括乳腺影像报告和数据系统（BI-RADS）分级，等级范围从0～6。在乳腺癌CAD研究中，将BI-RADS等级≤3者视为良性病灶，反之则为恶性病灶。