一种用于从活检图像早期检测乳腺癌的人工智能模型
图像与视频处理
2025-05-28 v1 机器学习
摘要
准确识别乳腺癌类型在指导治疗决策和改善患者预后方面发挥着关键作用。本文提出了一种人工智能工具，用于从组织病理学活检图像中识别乳腺癌类型。传统上，对检测到乳腺癌的女性需要进行额外的检测以确定癌症类型，以便给予必要的治疗。这些检测既不侵入性又会延迟治疗开始，增加患者负担。 proposed model利用卷积神经网络（CNN）架构区分良性和恶性组织，同时实现乳腺癌类型的精确亚分化。通过对图像进行预处理以减少噪声并增强特征，该模型实现了可靠的分类性能。实验结果表明，该模型在准确率、精确率、召回率和F1分数等指标上均优于多个现有解决方案。该研究强调了深度学习技术在临床诊断中的潜力，为辅助病理学家进行乳腺癌分类提供了有前景的工具。
引用
@article{arxiv.2505.20332,
title = {An Artificial Intelligence Model for Early Stage Breast Cancer Detection from Biopsy Images},
author = {Neil Chaudhary and Zaynah Dhunny},
journal= {arXiv preprint arXiv:2505.20332},
year = {2025}
}