Breast Cancer Detection in Mammography using Faster Region Convolutional Neural Networks and Group Convolution

Sani, Zaharaddeen; Prasad, Rajesh; Hashim, Ezzeddin Kamil Mohamed

doi:10.1080/03772063.2024.2352643

IETE Journal of Research

2024

DOI: 10.1080/03772063.2024.2352643

|View full text |Cite

Breast Cancer Detection in Mammography using Faster Region Convolutional Neural Networks and Group Convolution

Zaharaddeen Sani,

Rajesh Prasad,

Ezzeddin Kamil Mohamed Hashim

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2024

Publication Types

Select...

Article1

Relationship

Self Cite0

Independent1

Authors

Journals

Cited by 1 publication

References 34 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Síntesis de imagen médica postcontraste en estudios de DCE-MRI de mama usando aprendizaje profundo

Cañaveral,

Mera-Banguero,

Fonnegra

2024

TecnoL.

View full text Add to dashboard Cite

El cáncer de mama es una de las principales causas de muerte en mujeres en el mundo, por lo que su detección de forma temprana se ha convertido en una prioridad para salvar vidas. Para el diagnóstico de este tipo de cáncer existen técnicas como la imagen de resonancia magnética dinámica con realce de contraste (DCE-MRI, por sus siglas en inglés), la cual usa un agente de contraste para realzar las anomalías en el tejido de la mama, lo que mejora la detección y caracterización de posibles tumores. Como limitación, los estudios de DCE-MRI suelen tener un costo alto, hay poca disponibilidad de equipos para realizarlos, y en algunos casos los medios de contraste pueden generar efectos adversos por reacciones alérgicas. Considerando lo anterior, este trabajo tuvo como objetivo el uso de modelos de aprendizaje profundo para la generación de imágenes sintéticas postcontraste en estudios de DCE-MRI. La metodología consistió en el desarrollo de una función de costo denominada pérdida en las regiones con realce de contraste que aprovecha el comportamiento de la captación del agente de contraste. Como resultado se entrenaron dos nuevas arquitecturas de aprendizaje profundo, las cuales hemos denominado G- RiedGAN y D-RiedGAN, para la generación de imágenes postcontraste en estudios de DCE-MRI, a partir de imágenes precontraste. Finalmente, se concluye que las métricas proporción máxima señal ruido, índice de similitud estructural y error absoluto medio muestran que las arquitecturas propuestas mejoran el proceso de síntesis de las imágenes postcontraste preservando mayor similitud entre las imágenes sintéticas y las imágenes reales, esto en comparación con los modelos base en el estado del arte.

show abstract

Síntesis de imagen médica postcontraste en estudios de DCE-MRI de mama usando aprendizaje profundo

Cañaveral,

Mera-Banguero,

Fonnegra

2024

TecnoL.

View full text Add to dashboard Cite

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

customersupport@researchsolutions.com

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Breast Cancer Detection in Mammography using Faster Region Convolutional Neural Networks and Group Convolution

Cited by 1 publication

References 34 publications

Síntesis de imagen médica postcontraste en estudios de DCE-MRI de mama usando aprendizaje profundo

Síntesis de imagen médica postcontraste en estudios de DCE-MRI de mama usando aprendizaje profundo

Contact Info

Product

Resources

About