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

要約

タイトル: 乳がんイメージングにおけるディープラーニング：10年の進展と将来展望

要約:
– 2020年以降、乳がんは全ての悪性腫瘍の中で最も高い発生率を示しています。
– 乳がんイメージングは、早期診断と介入に重要な役割を果たし、乳がん患者のアウトカムを改善するのに役立っています。
– 過去10年間、ディープラーニングは乳がんイメージング解析において著しい進展を示し、乳がんイメージングモダリティの豊富な情報と複雑な文脈を解釈する上で大きな約束を持っています。
– ディープラーニング技術の急速な改善と乳がんの深刻化を考慮すると、過去の進展をまとめ、今後の課題を特定することが重要です。
– 本論文では、過去10年間のマンモグラフィー、超音波、磁気共鳴画像、およびデジタル病理画像に関するディープラーニングを利用した乳がんイメージングに関する包括的な調査を提供します。
– 主要なディープラーニング手法、公開データセット、およびスクリーニング、診断、治療反応予測、および予後に基づく画像に基づく応用について詳細に説明します。
– この調査の結果から、ディープラーニングを利用した乳がんイメージングにおける今後の研究の課題と可能性について包括的な議論を示します。

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