乳腺癌筛查与诊断中基于放射组学的人工智能方法综述
图像与视频处理
2024-06-24 v1 人工智能
摘要
当前的乳腺癌诊断方法存在灵敏度和特异性有限、阳性预测能力不足的问题。近期在图像分析中应用人工智能 (AI) 的进展为改善乳腺癌 (BC) 的诊断和亚型分类带来了巨大希望。新兴的定量计算方法，如放射组学，已被开发出来，以提高早期乳腺癌诊断和分类的灵敏度和特异性。放射组学在提高影像学检查诊断效能方面的潜力已在多个研究中得到证明。本综述文章讨论了放射组学工作流程和当前基于不同影像模态（如 MRI、乳腺钛片成像、增强对比剂光谱乳腺成像 (CESM)、超声成像和数字乳腺乳腺杂质化 (DBT)）的诊断和分类方法。我们还讨论了当前的挑战和提高放射组学在乳腺癌特异性和灵敏度的潜在策略，以帮助在临床环境中实现更高水平的乳腺癌分类和诊断。人工智能与影像信息融合的不断发展为为乳腺癌患者提供更高水平的医疗 care 开辔了广阔机遇。
引用
@article{arxiv.2406.14735,
title = {An updated overview of radiomics-based artificial intelligence (AI) methods in breast cancer screening and diagnosis},
author = {Reza Elahi and Mahdis Nazari},
journal= {arXiv preprint arXiv:2406.14735},
year = {2024}
}