深度學習技術在乳腺癌診斷中的應用

李蒙蒙

（河南科技大學第一附屬醫院腫瘤內科，河南洛陽 471000）

隨著人工智能（Artificial Intelligence）和大數據時代的到來，深度學習技術成為推動臨床醫療領域快速發展的新引擎［1-2］。乳腺癌（breast cancer）作為當前全球女性常見的癌癥，早期發現和及時治療尤為重要［3-4］。通過調研發現，傳統的醫療診斷技術在檢測過程中難免會出現一些人為誤差，而且也花費了醫療工作者大量的時間和精力［5］。因此，為了獲得準確、高效的診斷結果，提升乳腺癌診斷的智能化水平，如何創造性地將深度學習技術［6］和乳腺癌診斷相結合，成為當前乳腺癌檢測領域亟待解決的關鍵科學問題之一。在國際上，LECUN 等［7］研究學者在深度學習領域提出了一種卷積神經網絡（Convolutional Neural Networks）方法，為醫療工作者在輔助診斷疑似患者方面提供了新的思路。本文首先通過對臨床上常用的乳腺癌數據集進行數據清洗和數據處理，其次運用深度學習中的卷積神經網絡技術來訓練模型，使得該模型能夠自動地輔助診斷出乳腺癌患者，減少人工操作在時間和經驗方面的影響。在臨床實踐過程中，通過選取本文所采用的乳腺癌疑似患者的檢測指標，并將檢測指標輸入到卷積神經網絡模型中，能夠快速準確地檢測出待測患者是否為惡性腫瘤患者。該方法不僅可以輔助醫生及時發現惡性乳腺癌腫瘤患者，而且為癌癥診斷的智能化和信息化指明了新的方向。

1 資料與方法

1.1 乳腺癌數據集

本文采用由威斯康星醫學院William H.Wolberg 博士提供的乳腺癌公開數據樣本。……