目的

ディープラーニングによるマンモグラフィ診断の医学系の先行研究を検索目的です。

方法

pubmedにて「neural network」と「deep learning」及び「mammogram」と「mammography」のそれぞれの組み合わせで網羅的検索しました。

結果

アブストラクトにて概要を把握し、以下の9本の関連する研究を読めるものは全文通読しています。①Multi-task transfer learning deep convolutional neural network: application to computer-aided diagnosis of breast cancer on mammograms.
②Malignancy detection on mammography using dual deep convolutional neural networks and genetically discovered false color input enhancement.
③Deep learning in mammography: diagnostic accuracy of a multipurpose image analysis software in the detection of breast cancer.
④Three-class mammogram classification based on descriptive CNN features
⑤Large scale deep learning for computer aided detection of mammographic lesions.
⑥Enhancing deep convolutional neural network scheme for breast cancer diagnosis with unlabeled data.
⑦A new approach to develop computer-aided detection schemes of digital mammograms.
⑧Computer-aided detection of breast cancer on mammograms: a swarm intelligence optimized wavelet neural network approach
⑨Automated analysis of unregistered multi-view mammograms with deep learning.

それぞれの内容の精度に関しては、
①不明(アブストラクトが何を言っているのかよくわからない)
②感度:0.91、特異度:0.80 (悪性かそれ以外か、もしくは悪性か正常かは不明)
③悪性か正常かの診断能 AUC:0.82
④悪性、良性、正常の診断精度 感度:0.84
⑤AUC:0.91 (悪性かそれ以外か、もしくは悪性か正常かは不明)
⑥AUC:0.88 (悪性かそれ以外か、もしくは悪性か正常かは不明)
⑦悪性かそれ以外かの診断能 AUC:0.77
⑧AUC:0.96も、そのテストデータが少ないかつ原文通読も詳細不明で信用に足らず(Open Journal)
⑨悪性かそれ以外かの診断能 AUC>0.9(0.9以上とのことだが、詳細データが見当たらず)

以上のような結果となりました。