基于MRI扫描的增强深度学习前列腺癌症识别技术
图像与视频处理
2022-08-02 v1 计算机视觉与模式识别
摘要
前列腺癌是全球男性中被诊断出的最危险癌症。前列腺诊断受诸多因素影响，如病灶复杂性、观察者可见性与变异性。过去几十年中，许多基于磁共振成像（MRI）的技术已被用于前列腺癌的识别与分类。开发这些技术至关重要且具有重大医学意义，因为它们能改善治疗获益并提升患者生存机会。本文提出一种依赖MRI的新技术以改进诊断。该技术包含两个阶段。首先，对MRI图像进行预处理，使医学图像更适于检测步骤。其次，基于预训练的深度学习模型InceptionResNetV2进行前列腺癌识别，该模型具有诸多优势并取得有效结果。在本文中，用于此目的的InceptionResNetV2深度学习模型平均准确率为89.20%，曲线下面积（AUC）为93.6%。与其他先前技术相比，该提出的深度学习新技术的实验结果表现出有前景且有效的成果。
引用
@article{arxiv.2208.00583,
title = {An Enhanced Deep Learning Technique for Prostate Cancer Identification Based on MRI Scans},
author = {Hussein Hashem and Yasmin Alsakar and Ahmed Elgarayhi and Mohammed Elmogy and Mohammed Sallah},
journal= {arXiv preprint arXiv:2208.00583},
year = {2022}
}
备注
16 pages, 5 figures, 3 tables