Key points are not available for this paper at this time.
الغرض: تطوير طريقة تعلم عميق انتقالية تتضمن معلومات رباعية الأبعاد (4D) في التصوير بالرنين المغناطيسي المعزز بالتباين الديناميكي (DCE) لتصنيف الآفات الثديية الحميدة والخبيثة. المواد والأساليب: تتكون مجموعة البيانات الرجعية من 1990 آفة مميزة (1494 خبيثة و496 حميدة) من 1979 امرأة (متوسط العمر 47 عامًا ± 10). تم تقسيم الآفات إلى مجموعة تدريب ومجموعة تحقق مكونة من 1455 آفة (تم الحصول عليها في 2015-2016) ومجموعة اختبار مستقلة من 535 آفة (تم الحصول عليها في 2017). تم استخراج الميزات من شبكة عصبية تلافيفية (CNN)، وتم تصنيف الآفات كحميدة أو خبيثة باستخدام آلات الدعم الاتجاهي. تم تقليص المعلومات الحجمية إلى بعدين من خلال أخذ أقصى عرض كثافة (MIP) على مستوى الصورة أو مستوى الميزة ضمن هيكل الشبكة العصبية التلافيفية. تم تقييم الأداء باستخدام المساحة تحت منحنى التشغيل المميز (AUC) كمعيار وتمت المقارنة باستخدام اختبار DeLong. النتائج: = .03). الخلاصة: الثدي، التشخيص بمساعدة الكمبيوتر (CAD)، الشبكة العصبية التلافيفية (CNN)، MR-Dynamic Contrast Enhanced، التعلم المراقب، آلات الدعم الاتجاهي (SVM)، التعلم الانتقالي، تحليل الحجم © RSNA، 2021.
درس هو وآخرون (الأربعاء) هذا السؤال.