登录
洞察 - 乳がん検出
マンモグラフィ画像を用いた乳がん分類のためのマルチビュー注意ネットワーク、MamT$^4$：VinDr-MammoデータセットにおけるROC-AUC 84.0%達成
本論文では、4枚のマンモグラフィ画像を同時に解析する新しい乳がん分類手法、MamT4を提案する。これは、従来の一方向からの画像のみを用いた手法と比較して、放射線科医の診断プロセスをより忠実に模倣し、診断精度を向上させる。
乳がん検出のための深層畳み込みニューラルネットワーク、転移学習、アンサンブルモデルに関する研究
深層畳み込みニューラルネットワーク、転移学習、アンサンブルモデルを組み合わせることで、乳がん検出の精度を向上させることができる。
乳がん検出のための不完全アノテーションを持つ大規模スクリーニングマンモグラムデータセットの分析
本研究では、乳がん検出のための大規模スクリーニングマンモグラムデータセットを活用する新しい手法を提案する。このデータセットには、一部の画像が完全にアノテーションされ、他の一部が弱教師付きのアノテーションしか持っていない不完全なアノテーションが含まれている。提案手法は、この不完全なアノテーションを効果的に活用し、最先端の乳がん検出精度を達成する。
