Differentaition of types of breast cancer using ANN

Project summary

Brystkreft rangerer som den andre dødelig kreft blant kvinner i Norge den første forekomsten av alle krefttilfeller i Hong Kong. Tidlig diagnostisering av brystkrefttyper bidrar med i å gi riktig pasientomsorg og behandling. Mammografi som en vanlig ikke-invasiv metode for brystkreft har en høy falske negative og falske positiver, og at dataassistert diagnose (Computer Aided Diagnosis-CAD) systemer har blitt brukt for å hjelpe deteksjon av mikro-forkalkninger og malignitet differensiering. Men lite har blitt utforsket i å differensiere brystkreft med kunstige nevrale nettverk (Artificial Neural Network-ANN), ett eksempel av CAD-systemer.

ANN har lenge vært brukt på medisinsk beslutninger på grunn av sin effektivitet. ANN vil bli opplært til å differensiere 3 typer brystkreft, nemlig, infiltrerende duktalt karsinom (IDL), infiltrerende lobulært karsinom (ICL) og duktalt karsinom in situ (DCIS). Ytelsen vil bli evaluert mot radiologens rapport i å vurdere nøyaktigheten og dermed ANNs gjennomførbarhet å opptre som en andre seer (Second viewer/opinion) i kliniske situasjoner