Радиомический анализ vs Нейронная сеть

    По данным публикации в журнале Радиология(Radiology) за февраль 2019 - Radiomic versus Convolutional Neural Networks Analysis for Classification of Contrast-enhancing Lesions at Multiparametric Breast MRI / Радиомический анализ и анализ сверточных нейронных сетей при классификации образований с контрастным усилением при многопараметрической МРТ молочных желез - внешняя ссылка

    Целью данного исследования было сравнить диагностические показатели радиомического анализа (РА) и сверточной нейронной сети (СНС) с радиологами при классификации доброкачественных и злокачественных образований с контрастным усилением при многопараметрической МРТ молочных желез.

    В период с августа 2011 года по август 2015 года было обследовано 447 пациентов с 1294 образованиями (787 злокачественных, 507 доброкачественных; средний размер 15 мм ± 20). Образования были вручную сегментированы одним радиологом. РА был выполнен с использованием регуляризации L1 и анализа главных компонентов. СНС использовала глубокую остаточную нейронную сеть с 34 слоями. Все алгоритмы прошли обучение на половине общей выборки (n = 647). Машинные интерпретации сравнивались с интерпретациями трех радиологов. Стандартным эталоном был гистологический анализ или наблюдение.

    СНС превосходила РА при классификации доброкачественных и злокачественных образований, но оба машинных алгоритма были хуже радиологов. СНС имеют потенциал для дальнейшего улучшения результата при наличии большей обучающей выборки, в то время как РА - нет.

    *Статья напоминает рекламу, игру слов, потому что, как я уже и писал ранее, СНС это всего лишь классификатор, т.е. не весь алгоритм, т.к. в состав СНС для радиологии обязательно входят радиомические алгоритмы, а СНС выступает в качестве "начальника" принимающего окончательное решение.

    *комментарии редактора