Breast MRI segmentation by deep learning: key gaps and challenges - Publikacja - MOST Wiedzy

Twoje konto

zaloguj

Wyszukiwarka

Breast MRI segmentation by deep learning: key gaps and challenges

Abstrakt

Breast MRI segmentation plays a vital role in early diagnosis and treatment planning of breast anomalies. Convolutional neural networks with deep learning have indicated promise in automating this process, but significant gaps and challenges remain to address. This PubMed-based review provides a comprehensive literature overview of the latest deep learning models used for breast segmentation. The article categorizes the literature on deep learning based on input modalities, use of labeled/unlabeled data during training, and different architectures. Additionally, it describes more complex frameworks structured using hierarchical, ensemble, or fused learning. Then, MRI processing approaches, key aspects of convolutional neural networks, and key gaps and challenges are focused. The need for large breast MRI datasets with accurate annotations and the generalization of the proposed structures to diverse and comprehensive datasets are among the gaps.

Cytowania

  • 1

    CrossRef

  • 0

    Web of Science

  • 1

    Scopus

Autorzy (2)

Cytuj jako

Pełna treść

pobierz publikację
pobrano 76 razy
Wersja publikacji
Accepted albo Published Version
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/ACCESS.2023.3321272
Licencja
Creative Commons: CC-BY-NC-ND otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach
Opublikowano w:
IEEE Access nr 11, strony 117935 - 117946,
ISSN: 2169-3536
Język:
angielski
Rok wydania:
2023
Opis bibliograficzny:
Askaripour K., Żak A.: Breast MRI segmentation by deep learning: key gaps and challenges// IEEE Access -Vol. 11, (2023), s.117935-117946
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/access.2023.3321272
Źródła finansowania:
  • Publikacja bezkosztowa
Weryfikacja:
Politechnika Gdańska

wyświetlono 83 razy

Publikacje, które mogą cię zainteresować

Interpretable deep learning approach for classification of breast cancer - a comparative analysis of multiple instance learning models

2023

Data augmentation for improving deep learning in image classification problem

2018

Predictions of cervical cancer identification by photonic method combined with machine learning

  • M. Kruczkowski,
  • A. Drabik-Kruczkowska,
  • A. Marciniak
  • + 3 autorów
2022

Attention-Based Deep Learning System for Classification of Breast Lesions—Multimodal, Weakly Supervised Approach

2023
Meta Tagi