基于数字乳腺体层合成与深度学习的BI-RADS二分类模型对乳腺良、恶性肿块的鉴别诊断

作者：吕雪飞; 方芳; 杨玲; 雷露; 孙玉; 张丹丹^*

来源：中国医学影像学杂志, 2023, 31(05): 480-484.

DOI：10.3969/j.issn.1005-5185.2023.05.009

• 乳腺肿块
• 深度学习
• 数字乳腺体层合成
• 二分类
• 诊断,鉴别

目的 探索基于数字乳腺体层合成（DBT）与深度学习的乳腺影像报告和数据系统二分类模型对乳腺良、恶性肿块鉴别的可行性。资料与方法 回顾性分析2020年5月—2021年5月于湖北省武汉市红十字会医院行双侧乳腺DBT并经病理证实或长期随访的289例乳腺肿块图像。采用交互式标注，先由人工智能系统在合成2D乳腺X线片、DBT图像上进行读片，再由1名X线诊断医师对所有数据进行修正标注，并由1名高年资医师审核，将上述数据以2∶1随机分为训练集（192例）与测试集（97例）。分别选择densenet161、googlenet、mobilenet＿v3＿large、vgg19、resnet152模型进行训练，评价二分类模型诊断乳腺恶性肿块的效能。结果 每个模型效果曲线下面积均大于0.845，其中mobilenet＿v3＿large准确度最高，为82.47%，其敏感度和特异度分别为87.18%和79.31%。结论 采用深度学习二分类模型对DBT乳腺肿块图片进行良恶性鉴别可行，有望应用于临床。