乳腺癌(breast cancer, BC)是多发于女性乳腺部位一种恶性肿瘤 ，随着环境的扭转和人们生涯习惯的变动 ，乳腺癌的发病率自1970年后出现全球性上升趋向。美国等西方蓬勃国度每十名女性至少有一人罹患乳腺癌 ，我国近年来乳腺癌发病率的增长快率已逾越乳腺癌高发国度一到两个百分点 ，乳腺癌的发病率高居女性恶性肿瘤中的第一位 ，同时也是中国45岁前的女性中 ，殒命率最高的癌症。固然乳腺不是维持人体性命活动的沉要器官 ，原位乳腺癌并不致命 ，但是乳腺癌细胞失落了正常细胞的活性 ，结构疏松 ，极易扩散 ，游离的癌细胞以血液或淋巴液为载体可扩散至全身 ，威胁人类性命。
?随着医疗技术的发展 ，乳腺癌可通过彩超和钼靶等方式进行筛查 ，提高了乳腺癌诊断的正确性以及诊出率 ，为乳腺癌的医治提供了极度有效的影像学资料。
B超/彩超是最方便和常见的乳腺癌查抄伎俩,而B超读片必要经验丰硕的专业医师。在不足专家的情况下,DeepBC乳腺癌彩超智能诊断系统应运而生。
DeepBC搭载于手机上,选取神经网络模型步骤,只有效户上传手机端拍下的B超/彩超图像,或者纸质汇报,就能马上获得检测了局。
本系统占有不亚于专业医师的正确率, 同时操作方便又单一。
关注DeepBC公家号
??DeepBC+与DeepBC的区别在于 ，DeepBC是一款搭载在手机上 ，可供任何人随时使用的人为智能乳腺癌辅助诊断系统 ，而DeepBC+则重要面向彩超科的医生。由于彩超诊断中很难预防因经验差距或主观判断引起的误诊 ，而本系统利用大量高清的数据和疾病信息成立神经网络的模型 ，结合高机能的GPU大数据分析平台 ，为彩超科医生提供轻便的辅助 ，同时提高诊断的靠得住性。
本项目旨在选取深度神经网络步骤 ，让推算机可能智能地辅助彩超医生诊断 ，削减无用的穿刺查抄 ，降低漏诊率。
?本项目选取了多个先进的深度神经网络模型 ，并且在大量高清彩超数据的基础上 ，成立了系统化的标注系统和预测模型 ，能够正确作出专业化的诊断。。
乳腺钼靶,全程乳腺钼靶X线摄影查抄,又称钼靶查抄,目前是乳腺癌普查中最沉要的伎俩。乳腺钼靶中的异常影像蕴含结节影 ，微幼钙化和乳腺部门结构错乱。不仅能诊断良、恶性 ，还能援手临床医生发现通过早期触诊无法觉察的乳腺癌肿块,对于较大的乳房和脂肪型乳房,其诊断率可高达95%。
乳腺X光是能够检测很多有关的乳腺疾病 ，图像清澈、对比度合适 Deep BC X-ray系统能够基于多张X光图像 ，构建综合多视角乳腺影像并自动分析筛查乳腺恶性病变 上传X光图像至系统 ，模型自动实现检测 ，并可天生相应诊断汇报 诊断正确率达88%
随着医疗技术的发展 ，三维彩超作为一种拥有代表性的诊断方式 ，其利用大大提高了乳腺癌诊断的正确性以及诊出率 ，为乳腺癌的医治提供了极度有效的影像学资料。三维彩超查抄过程中 ，以乳头乳晕地位为中心 ，放射向表进行扫描 ，能够对乳腺各象限顺次进行横向和纵向多切面扫描。从三维的彩超数据中 ，医生能够到乳腺中肿块的大幼、地位、状态、边缘、密度等情况 ，凭据病历描述分类进行诊断。
?乳腺癌风险评估利用春秋、生涯习惯等成分预测患癌概率。乳腺癌与春秋亲昵有关。同时 ，乳腺癌有显著的家族遗传偏差。其他影响成分还蕴含幼我乳腺疾病史 ，生涯习惯等。
?若何凭据春秋、生涯习惯等成分 ，预测出一名女性在将来某段功夫内患乳腺癌的概率 ，成为乳腺癌评估的沉要伎俩。目前国际上较权威的风险评估模型是盖尔模型 ，但是盖尔模型不合用于中国妇女。 为此 ，必要成立一个合用于中国妇女的风险模型。目前乳腺癌的致病成分不明确 ，若何从多种潜在危险成分中筛选出关键成分成为最大的挑战。
??因而四川大学机械智能尝试室与华西医院乳腺表科合作 ，网络中国人的数据 ，成立新的合用于中国女性的风险模型 ，作为乳腺癌筛查的沉要伎俩。
中国首个乳腺癌风险预测系统 ，初次提出双源性危险成分预测
模型基于数万条钻研数据构建,预测了局获得专业医师认可
系统单一实用 ，且不受时空局限 ，只需通过手机微信端填写问卷 ，进行自测 ，系统即刻返回患癌风险概率 ，及模型给出的生涯建议
评论区 (0)