Deep Learning in Breast Cancer Imaging: A Decade of Progress and Future Directions

要約

タイトル：深層学習による乳がん画像診断：10年の進歩と将来の方向性
要約：
– 2020年以降、乳がんは世界中の悪性腫瘍の中でも最も発生率が高くなっています。
– 早期診断と介入によって、乳がん患者のアウトカムを改善するために、乳房画像診断が重要な役割を果たしています。
– 過去10年間、深層学習は乳がん画像解析において顕著な進歩を遂げ、乳房画像モダリティの豊富な情報と複雑な文脈を解釈することで、大きな可能性を持っています。
– 深層学習技術の急速な改善と乳がんの深刻化を考慮すると、過去の進歩をまとめ、今後の課題を特定することは重要です。
– この論文では、過去10年間のマンモグラフィ、超音波、MRI、およびデジタル病理画像に関する深層学習に基づく乳がん画像診断研究について包括的な調査を提供しています。
– 主要な深層学習手法、公開されているデータセット、およびスクリーニング、診断、治療反応予測、および予後に関する画像ベースの応用について詳細に説明されています。
– 本調査の結果から得られる課題と将来の研究の可能性について包括的な議論を提示しています。

要約(オリジナル)

Breast cancer has reached the highest incidence rate worldwide among all malignancies since 2020. Breast imaging plays a significant role in early diagnosis and intervention to improve the outcome of breast cancer patients. In the past decade, deep learning has shown remarkable progress in breast cancer imaging analysis, holding great promise in interpreting the rich information and complex context of breast imaging modalities. Considering the rapid improvement in the deep learning technology and the increasing severity of breast cancer, it is critical to summarize past progress and identify future challenges to be addressed. In this paper, we provide an extensive survey of deep learning-based breast cancer imaging research, covering studies on mammogram, ultrasound, magnetic resonance imaging, and digital pathology images over the past decade. The major deep learning methods, publicly available datasets, and applications on imaging-based screening, diagnosis, treatment response prediction, and prognosis are described in detail. Drawn from the findings of this survey, we present a comprehensive discussion of the challenges and potential avenues for future research in deep learning-based breast cancer imaging.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI