Aprendizaje conjunto multitarea/tarea única de características de BI-RADS de ultrasonido
El cáncer de mama es uno de los cánceres más comunes entre las mujeres alrededor del mundo. Las funciones del sistema de BI-RADS mejoran en una forma más efectiva la precisión y la sensibilidad de los tumores mamarios en su diagnóstico, basado en la descripción de signos en este sistema, la investigación propone un esquema cuantitativo con los datos obtenidos del ultrasonido.
Este esquema incluye la extracción de características, es decir, un paso que interpreta el diagnóstico posterior. Sin embargo, el esquema requiere que los médicos califiquen las características de los datos de los senos, lo cual requiere mucha mano de obra. Para reducir la carga de los médicos, se diseñó por medio de Python un sistema inteligente con un marco de aprendizaje multitarea que puede generar directamente los puntajes de diferentes funciones BI-RADS de las imágenes sin procesar.
¿Cómo se constituye?
El marco consta de una red compartida que aprende funciones globales y redes de atención para diferentes funciones BI-RADS. Por lo tanto, permite que la red no solo aprenda la correlación entre las diferentes características de BI-RADS, sino que también aprenda la especificidad única de cada característica, que puede ayudarse entre sí y mejorar conjuntamente la precisión de la puntuación.
Además, agrupamos diferentes características de BI-RADS según la correlación entre tareas y construimos un marco conjunto multitarea/tarea única. Los resultados experimentales en el conjunto de datos de tumores de mama de EE. UU. recopilados de 1859 pacientes con 4458 imágenes de EE. UU. muestran que el marco de puntuación de características BI-RADS propuesto logra una precisión de puntuación promedio del 84,91 % para 11 características BI-RADS en el conjunto de datos de prueba, lo que es útil para el diagnóstico posterior de tumores de mama.
Adaptado y Traducido de: Huang, Q., & Ye, L. (2022). Multi-Task/Single-Task Joint Learning of Ultrasound BI-RADS Features. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, Ultrasonics, Ferroelectrics, and Frequency Control, IEEE Transactions on, IEEE Trans. Ultrason., Ferroelect., Freq. Contr, 69(2), 691–701. https://doi-org.udlap.idm.oclc.org/10.1109/TUFFC.2021.3132933
