深度学习技术在乳腺癌诊断中的应用

李蒙蒙

（河南科技大学第一附属医院肿瘤内科，河南洛阳 471000）

随着人工智能（Artificial Intelligence）和大数据时代的到来，深度学习技术成为推动临床医疗领域快速发展的新引擎［1-2］。乳腺癌（breast cancer）作为当前全球女性常见的癌症，早期发现和及时治疗尤为重要［3-4］。通过调研发现，传统的医疗诊断技术在检测过程中难免会出现一些人为误差，而且也花费了医疗工作者大量的时间和精力［5］。因此，为了获得准确、高效的诊断结果，提升乳腺癌诊断的智能化水平，如何创造性地将深度学习技术［6］和乳腺癌诊断相结合，成为当前乳腺癌检测领域亟待解决的关键科学问题之一。在国际上，LECUN 等［7］研究学者在深度学习领域提出了一种卷积神经网络（Convolutional Neural Networks）方法，为医疗工作者在辅助诊断疑似患者方面提供了新的思路。本文首先通过对临床上常用的乳腺癌数据集进行数据清洗和数据处理，其次运用深度学习中的卷积神经网络技术来训练模型，使得该模型能够自动地辅助诊断出乳腺癌患者，减少人工操作在时间和经验方面的影响。在临床实践过程中，通过选取本文所采用的乳腺癌疑似患者的检测指标，并将检测指标输入到卷积神经网络模型中，能够快速准确地检测出待测患者是否为恶性肿瘤患者。该方法不仅可以辅助医生及时发现恶性乳腺癌肿瘤患者，而且为癌症诊断的智能化和信息化指明了新的方向。

1 资料与方法

1.1 乳腺癌数据集

本文采用由威斯康星医学院William H.Wolberg 博士提供的乳腺癌公开数据样本。……