Breast cancer detection using deep learning

要約

タイトル：ディープラーニングを利用した乳がん検出

要約：
– 本論文は、乳がん検出のためのディープラーニングモデルを提案し、マイクロ波画像スキャンデータの再構成画像からの乳がん検出の精度と効率を向上させることを目的としています。
– 提案するフレームワークは、畳み込みニューラルネットワーク（CNN）アーキテクチャを特徴抽出に使用し、領域ベースのCNNを腫瘍検出に使用します。
– 7つの異なるアーキテクチャ（DenseNet201、ResNet50、InceptionV3、InceptionResNetV3、MobileNetV2、NASNetMobile、NASNetLarge）を使用して、パフォーマンスを比較し、最適なアーキテクチャを見つけます。
– MRIデータによる実験的な乳房ファントムデータセットを使用し、NASNetLargeが最良のアーキテクチャであり、精度は88.41％、損失は27.82％であることが示されました。
– モデルのAUCが0.786であるため、現状で使用することが適切であり、他の類似したデータセットでトレーニングして改善することができます。
– 乳がんは女性の主要な死因の1つであり、早期発見が患者の結果を向上させるために重要です。マイクロ波画像は非侵襲性で高解像度の画像を生成できるため、乳がんスクリーニングに有用ですが、複雑な腫瘍の検出は困難です。
– この研究の結果は、ディープラーニングがマイクロ波画像での乳がん検出に多くのポテンシャルを持っていることを示しています。

要約(オリジナル)

Objective: This paper proposes a deep learning model for breast cancer detection from reconstructed images of microwave imaging scan data and aims to improve the accuracy and efficiency of breast tumor detection, which could have a significant impact on breast cancer diagnosis and treatment. Methods: Our framework consists of different convolutional neural network (CNN) architectures for feature extraction and a region-based CNN for tumor detection. We use 7 different architectures: DenseNet201, ResNet50, InceptionV3, InceptionResNetV3, MobileNetV2, NASNetMobile and NASNetLarge and compare its performance to find the best architecture out of the seven. An experimental dataset of MRI-derived breast phantoms was used. Results: NASNetLarge is the best architecture which can be used for the CNN model with accuracy of 88.41% and loss of 27.82%. Given that the model’s AUC is 0.786, it can be concluded that it is suitable for use in its present form, while it could be improved upon and trained on other datasets that are comparable. Impact: One of the main causes of death in women is breast cancer, and early identification is essential for enhancing the results for patients. Due to its non-invasiveness and capacity to produce high-resolution images, microwave imaging is a potential tool for breast cancer screening. The complexity of tumors makes it difficult to adequately detect them in microwave images. The results of this research show that deep learning has a lot of potential for breast cancer detection in microwave images

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI