深度学习在乳腺癌影像中的应用:十年进展与未来方向
图像与视频处理
2024-01-23 v4 计算机视觉与模式识别
摘要
自 2020 年以来,乳腺癌在所有恶性肿瘤中的全球发病率已达最高。乳腺影像在早期诊断与干预以改善乳腺癌患者预后方面发挥着重要作用。过去十年中,深度学习在乳腺癌影像分析中取得了显著进展,在解读丰富信息与复杂上下文的乳腺影像模态方面展现出巨大潜力。考虑到深度学习技术的快速进步与乳腺癌严重程度的上升,总结过往进展并明确未来待解挑战至关重要。本文对基于深度学习的乳腺癌影像研究进行了广泛综述,涵盖过去十年中关于乳腺 X 线摄影、超声、磁共振成像和数字病理图像的研究。详述并讨论了基于影像的筛查、诊断、治疗反应预测和预后方面的主要深度学习方法与应用。基于本综述的发现,我们对基于深度学习的乳腺癌影像未来研究的挑战与潜在途径进行了全面探讨。
引用
@article{arxiv.2304.06662,
title = {Deep Learning in Breast Cancer Imaging: A Decade of Progress and Future Directions},
author = {Luyang Luo and Xi Wang and Yi Lin and Xiaoqi Ma and Andong Tan and Ronald Chan and Varut Vardhanabhuti and Winnie CW Chu and Kwang-Ting Cheng and Hao Chen},
journal= {arXiv preprint arXiv:2304.06662},
year = {2024}
}
备注
IEEE RBME 2024