کاربردهای یادگیری عمیق در تصویربرداری سرطان پستان: دستاوردهای گذشته و چالش های آینده

الموضوعات :

زهرا مقصودزاده سروستانی ¹ , سلما شیردل ²

1 - گروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
2 - دانشجو، دانشگاه صدا و سیما، دانشکده فنی و مهندسی رسانه

تاريخ الإرسال : 22 الإثنين , صفر, 1446 تاريخ التأكيد : 04 الإثنين , ربيع الثاني, 1446 تاريخ الإصدار : 05 الثلاثاء , ربيع الثاني, 1446

الکلمات المفتاحية: ماموگرافی, سونوگرافی, تصویربرداری تشدید مغناطیسی, یادگیری عمیق,

ملخص المقالة :

از سال ۲۰۲۰، سرطان سینه به شایع ترین بدخیمی تشخیص داده شده در سراسر جهان تبدیل شده است. نقش تصویربرداری پستان در تشخیص زودهنگام و مداخله برای بهبود نتایج بیمار بسیار مهم است. در دهه گذشته، یادگیری عمیق انقلابی در تجزیه و تحلیل تصویربرداری سرطان پستان ایجاد کرده است و پیشرفت های قابل توجهی در تفسیر داده های پیچیده از روش های مختلف تصویربرداری ارائه می دهد. با تکامل سریع فناوری یادگیری عمیق و افزایش بروز سرطان سینه، مرور دستاوردهای گذشته و شناسایی چالش های آینده ضروری است. این مقاله بررسی گسترده ای از تحقیقات تصویربرداری سرطان پستان مبتنی بر یادگیری عمیق را ارائه می دهد که بر مطالعات مربوط به ماموگرافی، سونوگرافی، تصویربرداری تشدید مغناطیسی و تصاویر آسیب شناسی دیجیتال در ده سال گذشته تمرکز دارد. روش‌های یادگیری عمیق اولیه و کاربردهای آن‌ها در غربالگری، تشخیص، پیش‌بینی پاسخ درمان و پیش‌آگهی مبتنی بر تصویربرداری را برجسته می‌کند. بر اساس یافته‌های تحقیق، ما چالش‌ها را مورد بحث قرار می‌دهیم و جهت‌های تحقیقاتی بالقوه آینده در تصویربرداری سرطان پستان مبتنی بر یادگیری عمیق را پیشنهاد می‌کنیم.

المصادر:
#H. Sung et al., “Global cancer statistics 2020: Globocan estimates of incidence and mortality worldwide for 36 cancers in 185 countries,”CA: a cancer journal for clinicians, vol. 71, no. 3, pp. 209–249, 2021#