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

要約

タイトル：乳がん画像診断におけるディープラーニングの10年間の進歩と今後の方向性

要約：
– 2020年以降、乳がんは全ての悪性腫瘍の中で世界的に最も発生率が高くなっている。
– 早期診断と介入により乳がん患者の治療結果を改善するために、乳がん画像診断は重要な役割を果たす。
– 過去10年間、ディープラーニングは乳がん画像解析において著しい進歩を示し、豊富な情報や複雑な文脈を解釈する上で大きな可能性を持つ。
– ディープラーニング技術の急速な改善と乳がんの深刻度の増大を考慮すると、過去の進歩をまとめ、今後の課題を洗い出すことが重要である。
– 本論文では、過去10年間のマンモグラフィ、超音波、磁気共鳴画像、およびデジタル病理学画像に関するディープラーニングに基づく乳がん画像診断の広範な調査を提供する。
– 主なディープラーニング手法、公開されているデータセット、スクリーニング、診断、治療反応予測、および予後に応用される画像処理の詳細な説明を提供する。
– この調査の知見に基づき、ディープラーニングを用いた乳がん画像診断における今後の課題と可能性について総合的に議論する。

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