Application of CAD in the diagnosis of breast cancer
| العنوان: | Application of CAD in the diagnosis of breast cancer |
|---|---|
| المؤلفون: | Bratinčević, Lucija, Matijaš, Tatjana |
| المصدر: | Radiološki vjesnik : radiologija, radioterapija, nuklearna medicina Volume 46 Issue 1 |
| بيانات النشر: | Hrvatsko društvo radiološke tehnologije, 2022. |
| سنة النشر: | 2022 |
| مصطلحات موضوعية: | ComputingMethodologies_PATTERNRECOGNITION, AI, CAD, digitalna tomosinteza dojki, karcinom dojke, mamografija, radiomika, ComputingMethodologies_IMAGEPROCESSINGANDCOMPUTERVISION, AI, breast cancer, CAD, digital breast tomosynthesis, mammography, radiomics |
| الوصف: | Breast cancer is an extremely dangerous disease, which if diagnosed in time has a high survival rate. The incidence and mortality rate from breast malignancies are increasing, so in order to reduce these numbers, new technological solutions are being looked into, that should enable the earliest possible detection of breast carcinoma. Although the original solution was seen in traditional computer-assisted detection systems, CAD, applied to various radiological breast imaging methods, the results of various studies discussed in this paper found that they did not meet their original expectations in breast cancer diagnosis. The use of conventional CAD systems still had too many limitations such as a decrease in particularity and positive predictive value with an increase in incorrect results and an increase in revocation rates. However, the development of artificial intelligence, AI-based algorithms has improved the quality and accuracy of conventional CAD systems. Unlike conventional CAD systems based on hand-crafted features, deep learning, as a subfield of AI, is based on representational learning. In representational learning, the algorithm itself during training determines features in the image that indicate the presence of lesions. Recently, such deep learning algorithms have been applied to various radiological methods. In this paper, the analysis of various studies discusses the possibilities, but also the limitations of new AI-based applications for different modalities of breast imaging. Due to the small number of studies conducted on the topic of AI systems and the need for an extremely large set of data for training and validation of the algorithm, many scientists still doubt this new method. Despite these limitations, the AI approach has the ability to detect useful features in an image that are still invisible to the human eye. Future advances in technology will significantly improve AI systems and their implementation in health systems will be inevitable. Karcinom dojke iznimno je opasna bolest, koja ako se dijagnosticira na vrijeme ima visoku stopu preživljenja. Incidencija i stopa smrtnosti od karcinoma dojke sve više su u porastu, stoga se u svrhu smanjenja ovih brojki traže nova tehnološka rješenja koja će omogućiti što raniju detekciju karcinoma dojke. Iako se prvobitno rješenje vidjelo u tradicionalnim računalno potpomognutim sustavima detekcije, CAD, koji su se primjenjivali na različitim radiološkim metodama snimanja dojke, rezultatima različitih studija koji su obrađeni u ovom radu, utvrđeno je da nisu ispunili svoja prvobitna očekivanja u dijagnostici karcinoma dojke. Uporaba konvencionalnih CAD sustava još uvijek je imala prevelika ograničenja poput smanjenja specifičnosti i pozitivne prediktivne vrijednosti uz povećanje lažno pozitivnih nalaza te povećanja stope opoziva. Međutim, razvojem algoritama temeljenih na umjetnoj inteligenciji, AI, poboljšana je kvaliteta i točnost konvencionalnih CAD sustava. Za razliku od konvencionalnih CAD sustava koji se temelje na ručno izrađenim značajkama, dubinsko učenje, kao potpolje AI-a temelji se na reprezentacijskom učenju. U reprezentacijskom učenju sam algoritam tijekom treninga utvrđuje značajke na slici koje ukazuju na prisutnost lezija. U posljednje vrijeme takvi se algoritmi dubokog učenja primjenjuju na razlišite radiološke modalitete. U ovom radu analizom raznih studija raspravljaju se mogućnosti, ali i ograničenja novih aplikacija temeljenih na AI za različite modalitete snimanja dojki. Zbog malog broja studija provedenih na temu AI sustava te potrebe za izrazito velikim skupom podataka za obuku i provjere valjanosti algoritma mnogi znanstvenici i dalje sumnjanju u ovu novu metodu. Unatoč, navedenim ograničenjima AI pristup ima mogućnosti otkriti korisne značajke na slici koje su još uvijek neprimjetne ljudskom oku. Budućim napredcima tehnologije značajno će se unaprijediti AI sustavi i njihova implementacija u zdravstvenim sustavima bit će neizbježna. |
| وصف الملف: | application/pdf |
| اللغة: | English |
| تدمد: | 2671-0781 0352-9835 |
| URL الوصول: | https://explore.openaire.eu/search/publication?articleId=od_______951::b73d7f413044a15920a2a59f567b2c77 https://hrcak.srce.hr/276116 |
| Rights: | OPEN |
| رقم الانضمام: | edsair.od.......951..b73d7f413044a15920a2a59f567b2c77 |
| قاعدة البيانات: | OpenAIRE |
| تدمد: | 26710781 03529835 |
|---|