国外公开乳腺影像数据集的现状分析及其启示
2021-03-29张燕娜刘乾宇闫思桃李金斌
中国医学科学院学报 2021年2期
关键词:乳腺癌
茅 枫,张燕娜,刘乾宇,闫思桃,胡 倩,罗 妍,李金斌,付 磊,4
1中国医学科学院 北京协和医学院 北京协和医院乳腺外科,北京 100730 2北京邮电大学计算机学院(国家示范性软件学院),北京 100876 3中国人民解放军总医院临床生物样本中心,北京 100853 4国防大学联合勤务学院联合后勤保障系卫勤教研室,北京 100858
自2008年以来,全球每年乳腺癌病例以超过20%的速度增长,而死亡率每年增长超过14%[1]。根据世界卫生组织下属的国际癌症研究中心近几年公布的数据显示,乳腺癌是导致女性患癌死亡的第二大病症,且发病率和死亡率呈逐年上升趋势。2015年我国新发乳腺癌30.4万例,死亡7万例,与之伴随的是个人、家庭和社会保障体系治疗负担的加重[2]。因此,乳腺癌的早期诊断对乳腺癌的治疗、预后等具有重大意义。医学影像诊断是乳腺癌鉴别和早诊的重要手段。而利用计算机视觉技术进行医学影像识别,辅助医生对乳腺癌进行诊断是目前的研究热点之一。通过对乳腺影像的自动化处理,可以帮助医生进行乳腺癌的筛查,从而提高诊断效率。这在当前我国医疗资源整体不足、地域分布不平衡、全科医生短缺、分级诊疗不理想、医疗需求持续攀升等大背景下,实现普惠和精准医疗,促进医疗健康事业平衡充分发展具有重大意义。深度学习模型图像处理作为计算机视觉技术的重要组成部分,已经在医学影像领域得到了广泛的应用。对于利用深度学习训练图像模型本身,影像数据集的样本量是影像识别准确率的重要影响因素,样本量缺失必定会导致模型性能的泛化能力过低。……
登录APP查看全文
