L'imagerie par ultrasons est devenue un outil important pour le dépistage du cancer du sein. Avec l'application croissante de l'apprentissage profond dans l'imagerie médicale, de nombreuses méthodes ont été développées pour améliorer l'exactitude et l'efficacité de l'interprétation des ultrasons mammaires. Cependant, la compréhension systématique de ces approches reste limitée. Cette revue vise à évaluer de manière exhaustive le développement des techniques d'apprentissage profond pour le diagnostic auxiliaire basé sur les ultrasons mammaires. Suivant les directives des articles de rapport préférés pour les revues systématiques et les méta-analyses (PRISMA), une recherche structurée a été réalisée dans 11 bases de données académiques pour identifier les études publiées entre janvier 2016 et octobre 2024. Un total de 2 779 enregistrements a été initialement récupéré. Après suppression des doublons, dépistage d'éligibilité et évaluation de la qualité, 65 études ont été incluses dans la revue. Ces études ont été catégorisées en trois sous-thèmes principaux : 24 se concentraient sur la classification des lésions, 14 sur la détection des objets et 27 sur la segmentation des lésions. La catégorisation reflète les tâches cliniques principales dans le diagnostic par ultrasons mammaires, y compris l'identification des types de lésions, la localisation des régions de lésions et la délimitation des contours des lésions. Des preuves récentes montrent que les méthodes basées sur l'apprentissage profond ont obtenu des performances prometteuses grâce à des stratégies telles que l'amélioration des caractéristiques, l'extraction multi-échelles des caractéristiques et l'apprentissage par quelques exemples. Enfin, cette revue discute des travaux futurs et des défis à relever dans l'application de l'apprentissage profond au diagnostic auxiliaire dans l'imagerie des ultrasons mammaires. Cet article présente une revue systématique qui résume les études actuelles sur le diagnostic auxiliaire basé sur l'apprentissage profond dans l'imagerie par ultrasons mammaires.
Cui et al. (ven,) ont étudié cette question.