技術名稱 | 使用深度卷積神經網路於乳房超音波癌症之轉移狀態預測 | ||
---|---|---|---|
計畫單位 | 國立臺灣大學 | ||
計畫主持人 | 張瑞峰 | ||
技術簡介 | 我們使用具有不同厚度的腫瘤周圍組織區域來預測腫瘤的轉移狀態。 本研究發現,腫瘤周圍組織使用15個像素達到最佳性能,準確度為84.8%,靈敏度為88.8%,特異性為81.3%,接收器操作特徵(ROC)的曲線下面積(AUC)為0.926。 |
||
科學突破性 | 在先前的研究中,已經開發了幾種利用原發腫瘤特徵(例如腫瘤大小,腫瘤類型、等級,淋巴血管侵犯程度和賀爾蒙的狀態)的計算機輔助診斷(CAD)系統來預測乳腺癌中的轉移狀態。但是其性能並不高,需要進一步開發。本研究的目的是開發一種CAD系統,利用2D超音波圖像中的腫瘤與周圍組織的特徵來確定乳腺癌的轉移狀態 |
||
產業應用性 | 本研究將有助於醫生預測未來腫瘤轉移狀態和預後的治療方向。但我們還需要更多的數據和臨床試驗來證明這種方法的穩健性。 |
||
關鍵字 | 癌症轉移狀態 影像去背 腫瘤切割 深度卷積神經網路 癌症 轉移 切割 卷積神經網路 神經網路 CNN |