Key points are not available for this paper at this time.
Brustkrebs ist ein bösartiger Tumor, der im drüsigen Epithel der Brust auftritt. Er gilt als eine der häufigsten Krebserkrankungen bei Frauen weltweit. Es gibt jedoch noch keine effektive Möglichkeit, Brustkrebs zu heilen; der Schlüssel zur Verringerung des Sterblichkeitsrisikos liegt in der frühen Erkennung und Diagnose von Brustkrebs. Eine akkurate Diagnose von Brustkrebs erfordert normalerweise die Analyse medizinischer Bilder verschiedener Modalitäten. Es besteht ein großer Bedarf an einem automatisierten System, das diese Bilder genau und schnell analysieren kann. In diesem Papier stellen wir einige gängige Methoden der medizinischen Bildgebung zur Diagnose von Brustkrebs vor und untersuchen basierend darauf einige kürzlich vorgeschlagene Ansätze zur Brustkrebsdetektion mit Techniken der Computer Vision und des maschinellen Lernens. Schließlich vergleichen und analysieren wir die Detektionsleistung verschiedener Methoden auf histologischen und Mammographiebildern.
Lu et al. (Sat,) haben diese Frage studiert.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: