Computergestützte Erkennung von IDC mithilfe tiefer neuronaler Architekturen

Brustkrebs ist die häufigste Krebsart bei Frauen. Die Überlebensraten und Prognosen für Brustkrebs sind je nach Stadium, in dem er entdeckt wird, sehr unterschiedlich. Daher ist die Behandlung wirksamer, wenn der Krebs frühzeitig diagnostiziert wird. Invasive duktale Karzinom (IDC)-Gewebebereiche in Ganzbildaufnahmen (WSI) von Brustkrebs: ein Ansatz für die automatische Diagnose und visuelle Analyse (BCa). Deep-Learning-Methoden beinhalten computergestützte Modelle des Lernprozesses und sind Methoden des Lernens aus Daten. Diese Methode ähnelt der Arbeitsweise des menschlichen Gehirns, bei der die repräsentativsten und wertvollsten Merkmale auf verschiedenen Ebenen oder Schichten interpretiert werden, was zu einer hierarchischen gelernten Darstellung führt. In verschiedenen Bereichen, z. B. beim Sprachverstehen und bei der Objekterkennung, haben sich diese Methoden bei den schwierigsten Problemen als besser erwiesen als herkömmliche Ansätze. Das in dieser Arbeit vorgeschlagene Verfahren könnte eine neue Richtung bei der Entwicklung einer Brustkrebsvorhersagetechnik eröffnen. Grundsätzlich gibt es zwei Arten von duktalen Karzinomen bei Frauen und Tumoren des duktalen Karzinoms. Der Krebs der inneren Organe wird auch als DCIS oder Intraduktales Karzinom bezeichnet.