《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)》
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。
图表编号 | XD0032249100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 肖焕辉、袁程朗、冯仕庭、罗宴吉、黄炳升 |
绘制单位 | 深圳大学医学部生物医学工程学院、深圳大学医学部生物医学工程学院、深圳大学医学部生物医学工程学院 |
更多格式 | 高清、无水印(增值服务) |