Uso de métodos de aprendizaje profundo para analizar imágenes de ultrasonido de mama automatizadas y de ultrasonido de mano, para establecer un diagnóstico, una evaluación de la terapia y un modelo de predicción del pronóstico del cáncer de mama.

1. Establecimiento de una base de datos Al recopilar ABUS, HHUS y datos completos de imágenes mamarias, información esencial, información sobre tratamientos clínicos, pronóstico e información sobre efectos curativos, se construye una base de datos completa de imágenes mamarias.
2. Marcado de imágenes ABUS Tres médicos utilizan un método semiautomático para enmarcar las lesiones en la imagen.
3. Construyendo el modelo Usando el método de aprendizaje profundo para preprocesar, analizar y entrenar las imágenes marcadas, y finalmente obtener un modelo de diagnóstico, evaluación de eficacia y predicción de pronóstico del cáncer de mama.
4. Evaluación del modelo 1）Autovalidación: analice la sensibilidad, el AUC del modelo de diagnóstico de cáncer de mama y el número de falsos positivos en cada volumen ABUS.

2) Comparó la sensibilidad, el AUC y el número de falsos positivos con un modelo de diagnóstico comercial.

3) Probar la eficacia diagnóstica y de cribado de los sistemas de diagnóstico asistidos por ordenador mediante estudios prospectivos o retrospectivos.

4) Mediante el análisis del tamaño y las características de las lesiones después de la quimioterapia neoadyuvante y la predicción de la SG y el tiempo de DFS, se evaluó la evaluación de la terapia y el modelo de predicción del pronóstico.