TY - A2的小青,顾盟——黄,弘AU -郑烁AU -赖,Baoyong PY - 2021 DA - 2021/10/11 TI -乳腺癌转移机制的分析基于图像识别和SP - 4452500六世- 2021 AB -超声诊断乳腺癌是女性发病率最高的癌症之一。晚期，癌细胞可能远距离转移，引起多器官疾病，危及患者生命。基于病理图像的淋巴结转移检测是乳腺癌诊断和分期的关键指标，正确的分期决策是进行靶向治疗的前提和基础。目前，淋巴结转移的检测主要依靠病理学家的人工筛查，费时费力，诊断结果多变，主观性强。本文提出的基于乳腺前哨淋巴结全景图像计算的自动分期方法可以提供一套标准化、高精度、可重复的客观诊断结果。然而，在高度复杂的淋巴结全景图像中，自动检测和定位肿瘤转移区域是非常困难的。提出了一种新的基于滑动窗口的深度网络训练策略来训练肿瘤转移区域的自动定位模型。该训练策略首先在少量数据中训练初始卷积网络，提取假阳性和假阴性图像块，并结合人工筛选和自动网络筛选对假阳性块进行重新分类，以提高阴性类别的分类。通过乳房x线摄影、超声、MRI、18F-FDG PET-CT检查，获得以腋窝淋巴结转移为首发诊断的乳腺原发癌的检出率和诊断准确率。乳腺MRI对乳腺原发癌的检出率和诊断准确率远高于x线、超声和18F-FDG PET-CT(全部) P 值< 0.001)。乳腺x线摄影、超声、PET-CT检查对以腋窝淋巴结转移为首发诊断的乳腺原发癌的检出率和诊断准确率无差异。对于腋窝淋巴结转移的患者，应将乳腺MRI作为常规检查作为第一诊断。初诊的原发性乳腺癌患者腋窝淋巴结转移，x线表现为局限性不对称致密或钙化;在超声上常表现为小的局灶性肿块和导管病变，无三维占位效应。SN - 2040-2295 UR - https://doi.org/10.1155/2021/4452500 DO - 10.1155/2021/4452500 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -