El cáncer de mama es uno de los cánceres con mayor incidencia entre las mujeres. En la fase avanzada, las células cancerosas pueden metastatizar a distancia, causando enfermedades en múltiples órganos y amenazando la vida de las pacientes. La detección de metástasis en los ganglios linfáticos basada en imágenes patológicas es un indicador clave para el diagnóstico y la estadificación del cáncer de mama, y las decisiones correctas de estadificación son el requisito previo y la base para un tratamiento dirigido. En la actualidad, la detección de metástasis en los ganglios linfáticos se basa principalmente en el cribado manual por patólogos, que requiere mucho tiempo y trabajo, y los resultados del diagnóstico son variables y subjetivos. El método de estadificación automática basado en el cálculo de la imagen panorámica del ganglio linfático centinela de la mama propuesto en este artículo puede proporcionar un conjunto de resultados de diagnóstico objetivos estandarizados, de alta precisión y repetibles. Sin embargo, es muy difícil detectar y localizar automáticamente las áreas de metástasis del cáncer en imágenes panorámicas altamente complejas de los ganglios linfáticos. Este trabajo propone una nueva estrategia de entrenamiento de redes profundas basada en la ventana deslizante para entrenar un modelo de localización automática del área de metástasis del cáncer. La estrategia de entrenamiento primero entrena la red convolucional inicial en una pequeña cantidad de datos, extrae bloques de imágenes falsos-positivos y falsos-negativos, y utiliza el cribado manual combinado con el cribado automático de la red para reclasificar los bloques falsos-positivos para mejorar la clase de categorías negativas. Mediante mamografías, ecografías, resonancias magnéticas y exámenes PET-CT con 18F-FDG, se obtuvieron la tasa de detección y la precisión diagnóstica de los cánceres primarios de mama de pacientes con metástasis en los ganglios linfáticos axilares como primer diagnóstico. La tasa de detección y la precisión diagnóstica de la RM de mama para los cánceres primarios de mama son mucho mayores que las de la radiografía, la ecografía y la PET-TC con 18F-FDG (todos los valores de P <0,001). La mamografía, la ecografía y la PET-TC no mostraron diferencias en la tasa de detección y la precisión diagnóstica de los cánceres primarios de mama en pacientes con metástasis en los ganglios linfáticos axilares como primer diagnóstico. La RM de mama debe utilizarse como examen rutinario en pacientes con metástasis en los ganglios linfáticos axilares como primer diagnóstico. El cáncer de mama primario en las pacientes con metástasis en los ganglios linfáticos axilares diagnosticadas por primera vez se presenta a menudo como compactación o calcificación asimétrica localizada en la radiografía; en la ecografía suele aparecer como pequeñas lesiones masivas focales y lesiones ductales sin efecto de ocupación del espacio tridimensional.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Tratamiento de las pérdidas óseas en la artroplastia total de cadera y rodilla de revisión mediante metal trabecular: Literatura actual
Artículos:
Estado actual de la telemedicina: una revisión de literatura
Artículos:
Sobre el Álgebra de Max-Plus y su Aplicación en Esteganografía de Imágenes
Artículos:
Estudio del efecto del antioxidante injertado en las propiedades del copolímero de acrilonitrilo-butadieno
Artículos:
Un método de prueba chi-cuadrado robusto en el dominio del estado para la navegación integrada GNSS/INS
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.