簡介
本研究計畫旨在開發一套基於深度學習的人工智慧系統,用於乳房攝影影像中的微小鈣化區域自動偵測與辨識。微鈣化點是乳癌早期的關鍵指標,其精確偵測對早期診斷和治療至關重要。傳統電腦輔助診斷系統通常依賴影像分割和強化技術,本計畫透過使用深度學習物件偵測模型取代傳統方法,透過超過4500名患者的17000張影像進行訓練,建立一種針對乳房微鈣化區域進行自動偵測的模型。此系統不僅提升了乳癌早期檢測的效率和準確性,也為臨床診斷提供了一個強大的輔助工具。
導入效益
本研究成功建立了一套精確且高效的深度學習系統,能自動偵測乳房攝影影像中的微小鈣化點區域。在測試階段,平均精準度高於92%。該模型可在受限GPU資源或是純CPU計算資源下進行推理,單張影像處理速度快,顯示出即時且高效的偵測能力。此技術的臨床應用,將大幅提升乳癌診斷的效率與準確性,並具有擴展至其他病理特徵檢測的潛力,對於提高乳癌早期發現及改善患者預後具有重要意義。