目的

ディープラーニングでのマンモグラフィの読影の精度の先行研究検索目的です。

方法

Cornell University Libraryで「mammography」、「mammogram」で全件検索し、ヒットしたものを全文通読しました。後、それらのReferenceで気になったものも入れています。

結果

特記すべき論文は下記8本と考えます。
①DeepMammo: breast mass classification using deep convolutional neural networks.
②Detecting and classifying lesions in mammograms with deep learning., Computer Vision and Pattern Recognition.
③Detection and classification of masses in mammographic images in a multi-kernel approach.
④A multi-scale CNN and curriculum learning strategy for mammogram classification.
⑤Breast mass classification from mammograms using deep convolutional neural networks.
⑥Three-class mammogram classification based on descriptive CNN features
⑦Breast cancer classification using deep belief networks.
⑧Classification of mammograms for breast cancer detection using fusion of discrete cosine transform and discrete wavelet transform features.

内容をそれぞれ一言で言うと、以下のようになります。
①腫瘤性病変のみで精度:0.93
②test datasetでAUC:0.95, 別のdatasetではAUC:0.85
③腫瘤性病変のみで精度:0.94
④悪性とでAUC:0.92
⑤腫瘤性病変のみで精度:0.93
⑥悪性、良性、正常を精度:0.84
⑦small datasetで精度:0.99
⑧small datasetで精度:0.96

一言

腫瘤性病変のみでの精度を検定している論文が多いですね。微小石灰化はいいとして、その他のFADやDistortion、Retractionなどをどう所見としてとるかは正直かなり読影医によってバラツキがあるのでどうしてもしょうがないと思います。
⑦⑧は精度の高さが目立ちますが、論文中でアルゴリズムの製作においてもっとも重要なMaterial&Methodがしっかりしていませんね。そもそも製作時のdatasetでの検証のため、汎用性に疑問が持たれます。真似してみようとも思いましたが、再現性がありませんでした。おそらく査読なしのpreliminaryな論文と思いますので、今後しっかりしたpaperが出てくるのを待つしかありませんね。