DOI
https://doi.org/10.47689/2181-1415-vol6-iss4/S-pp72-79Ключевые слова
Выявление рака молочной железы / Искусственный интеллект / Машинное обучение / Глубокое обучение / Медицинская визуализация / Сверточные нейронные сети / Машины опорных векторов / Случайный лес / Метод k-ближайших соседей / Искусственные нейронные сети / Рекуррентные нейронные сети / Извлечение признаков / Ранняя диагностикаАннотация
Рак молочной железы является одним из самых распространенных и опасных для жизни заболеваний среди женщин во всем мире. Ранняя диагностика играет важную роль в повышении выживаемости и улучшении эффективности лечения. В данной статье представлены ключевые факторы прогнозирования и анализа, которые имеют важное значение для разработки алгоритмов и программных инструментов для раннего выявления рака молочной железы с использованием технологий искусственного интеллекта (AI) и машинного обучения (ML).
Скачивания
Библиографические ссылки
Giaquinto AN, Sung H, Miller KD, Kramer JL, Newman LA, Minihan A, et al. Breast cancer statistics, 2022. CA Cancer J Clin. 2022.
Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2021.
Taylor C, McGale P, Probert J, Broggio J, Charman J, Darby SC, et al. Breast cancer mortality in 500 000 women with early invasive breast cancer diagnosed in England, 1993–2015: population based observational cohort study. BMJ. 2023.
Marmot MG, Altman DG, Cameron DA, Dewar JA, Thompson SG, Wilcox M. The benefits and harms of breast cancer screening: an independent review. Br J Cancer. 2013.
The Royal College of Radiologists. RCR Clinical Radiology Workforce Census 2022. London: The Royal College of Radiologists; 2022.
Загрузки
6 3Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Дилноза Мухамедиева , Мансур Хамраев (Автор)
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
