人工智能对数字乳腺断层摄影诊断乳腺病变的研究进展.pdfVIP

中文科技期刊数据库（全文版）医药卫生 人工智能对数字乳腺断层摄影诊断乳腺病变的研究进展 孙 悦 姚 娟（通讯作者） 新疆医科大学第一附属医院，新疆 乌鲁木齐 830000 摘要：乳腺癌是女性中最常见的癌症，早期发现乳腺癌仍然是有效治疗的关键，DBT 是一种三维乳房 X 线摄影， 正在迅速取代传统的二维乳房 X 线摄影，基于深度学习的人工智能（artificial intelligence，AI）系统在放 射学领域迅速获得关注，特别是在乳腺成像领域，目前用于乳房X 线摄影的AI 系统的独立性能正在接近甚至超 过放射科医师的性能。本文对AI 在数字乳腺断层摄影诊断乳腺病变研究及应用现状进行综述。 关键词：人工智能；数字断层合成摄影（DBT）；乳腺疾病；计算机辅助 中图分类号：R814 乳腺癌是女性中最常见的癌症，但如果在早期诊 遮挡，或者位于内侧和上方，因为这些区域在 MLO 位 断，治愈率令人鼓舞。因此，早期发现乳腺癌仍然是 上成像不好。滚动CC 视图可以用来定位只在 CC 视图 [1] 有效治疗的关键 。在过去的十年中，数字乳腺断层合 上看到的病变；此外，滚动的CC 视图可以帮助区分真 成摄影(Digital breast tomosynthesis，DBT)越来越 实的病变和总和伪影。在乳腺组织滚动过程中，真正 多地用于乳腺癌的筛查和诊断。在欧洲和美国，一些 的病变不会改变其外观，而在滚动过程中，由于乳房 [2] [4] 机构已经采用DBT 作为乳腺癌筛查的标准方法 。基于 组织重叠而造成的不对称会被分散 。在2D 数字乳腺 深度学习的人工智能(artificial intelligence，AI) 摄影中，组织的重叠导致假阳性，DBT 减少了重叠阴影， [6] 系统正在放射学领域迅速获得关注，特别是在乳腺成 增加了病灶的显眼性，降低了召回率 。 像领域，目前用于乳房X 线摄影的AI 系统的独立性能 AI 是以计算机、数学及哲学等学科为基础而模拟、 [3] 正在接近甚至超过放射科医师的性能 。本文对AI 在 扩展并延伸至人的智能的综合学科，于 20 世纪 60 年 数字乳腺断层摄影诊断乳腺病变中的进展进行综述。 代首次用于乳腺医学影像，并开发了计算机辅助检测 1 数字乳腺断层摄影与AI 诊断（computer aided detection/diagnosis，CAD） 系统，通过综合运用计算机、统计学、数学、图像处 由于DM 的二维特性的局限性，数字乳腺断层成像 理与分析等多种技术，CAD 系统可从医学影像中提取图 技术得到了发展，并在过去的十年中，在临床中被引 像特征、标注可疑病变位置并判断病变性质。有别于 入。DBT 的方法与传统的（full-field digital 传统 CAD 系统，基于深度学习的CAD 系统可直接训练 mammography，FFDM）非常相似，DBT 是一种伪断层成 医学图像并构建模型，实现端-端学习（end-to-end 像技术，它可以生成一系列二维乳腺切片，具有一定