Automated breast ultrasound features associated with diagnostic performance of a multiview convolutional neural network according to the level of experience of radiologists
Hyemi Choi, Ji Hyun Youk, Jung Hee Byon, Seoyun Choi, Seokbum Ko, Gong Yong Jin · Ultraschall in der Medizin - European Journal of Ultrasound · 2025 · Heft 08
Bibliografische Angaben
Zusammenfassung
Zusammenfassung Ziel Untersuchung der Merkmale im automatisierten Brust-Ultraschall (ABUS), die sich auf die Verwendung eines Multiview-Convolutional-Neural-Networks (CNN) für Brustläsionen, abhängig von der Erfahrung der Radiologen, auswirken. Materialien und Methoden Insgesamt wurden 656 Brustläsionen (152 maligne und 504 benigne Läsionen) einbezogen und von 6 Radiologen hinsichtlich der Hintergrund-Echostruktur, der glandulären Gewebekomponente (GTC) sowie in Bezug auf Läsionstyp und -größe – sowohl mit als auch ohne Multiview-CNN – untersucht. Sensitivität, Spezifität und die Fläche unter der ROC-Kurve (AUC)…
