Nützlichkeit von Deep Learning-Modellen der DWI zur direkten Differenzierung von maligne und benigne Brusttumoren ohne Läsionssegmentierung

348 Frauen, die verdächtigt wurden, Brusttumoren zu haben, wurden eingeschlossen, und 206 Brustläsionen (139 maligne, 67 benigne) wurden weiter analysiert. Es wurde eine Brust-5b-Wert-DWI durchgeführt, und ein auf dieses Brust-DWI-Datenset spezialisiertes Deep-Learning-Modell wurde erstellt. Es wurden mehrere vergleichende Experimente durchgeführt; Vergleich von Datenaugmentierungen, kleines Netzwerk gegen großes Netzwerk, 2DCNN gegen 3DCNN und Analyse in 5b-DWI gegen ADC-Karten. Augmentierungen mit elastischer Deformation, affiner Transformation und Gauß-Rauschen verbesserten die diagnostische Leistung bis zu AUC=0.90. Der Einsatz eines kleinen CNN und ohne ADC-Karte zeigte ebenfalls eine höhere diagnostische Leistung (AUC=0.88-0.90) und demonstriert das Potenzial von KI zur Verbesserung der diagnostischen Leistung von Brust-DWI.