[論文レビュー] Artificial Neural Network Based Breast Cancer Screening: A Comprehensive Review

Subrato Bharati, Prajoy Podder+1 more|arXiv (Cornell University)|May 29, 2020

AI in cancer detection参考文献 80被引用数 69

ひとこと要約

ANNベースの乳がんスクリーニング（マンモグラフィ）に関する系統的レビュー。アーキテクチャ（SNN, DBN, CNN, MLNN, SAE, SDAE）を詳述し、ResNet-50とResNet-101のCNNが公開データセットで最良の性能を示すことが多いと結論づける。

ABSTRACT

Breast cancer is a common fatal disease for women. Early diagnosis and detection is necessary in order to improve the prognosis of breast cancer affected people. For predicting breast cancer, several automated systems are already developed using different medical imaging modalities. This paper provides a systematic review of the literature on artificial neural network (ANN) based models for the diagnosis of breast cancer via mammography. The advantages and limitations of different ANN models including spiking neural network (SNN), deep belief network (DBN), convolutional neural network (CNN), multilayer neural network (MLNN), stacked autoencoders (SAE), and stacked de-noising autoencoders (SDAE) are described in this review. The review also shows that the studies related to breast cancer detection applied different deep learning models to a number of publicly available datasets. For comparing the performance of the models, different metrics such as accuracy, precision, recall, etc. were used in the existing studies. It is found that the best performance was achieved by residual neural network (ResNet)-50 and ResNet-101 models of CNN algorithm.

研究の動機と目的

• マンモグラフィによる ANN ベースの乳がん診断に関する文献の調査と統合。
• 異なる ANN モデルの利点と制限を説明する。
• 文献で用いられているデータセットと評価指標を要約する。
• 最良の報告性能を示す主要なアーキテクチャを特定する。
• ANN ベースの乳がんスクリーニングの今後の展望を論じる。

提案手法

• マンモグラフィにおける乳がんスクリーニングで使用される ANN モデルの系統的文献調査。
• モデルの分類（SNN, DBN, CNN, MLNN, SAE, SDAE）とその特性。
• 公開されているデータセットと一般的な評価指標（例：精度、適合率、再現率）をレビュー。
• 研究間でのモデル性能の比較、傾向とギャップを強調。

実験結果

リサーチクエスチョン

• RQ1 マンモグラフィにおける乳がんスクリーニングに適用された ANN アーキテクチャは何か？
• RQ2 これらのアーキテクチャは、公開データセット上で標準指標を用いてどのように性能を示しているか？
• RQ3 本応用における各 ANN モデルの利点と限界は何か？
• RQ4 レビュー対象文献で最も優れた性能を示すモデルタイプはどれで、どの条件下か？

主な発見

• このレビューは、SNN、DBN、CNN、MLNN、SAE、SDAE を含むマンモグラギによる乳がん検出に使用される複数の ANN モデルを説明している。
• 文献では、CNNベースのアプローチがデータセット全体で一般的に用いられていることが示されている。
• 報告された最良の性能は、残差 CNN モデル（ResNet-50 および ResNet-101）によって達成されている。
• 研究は、精度や適合率/再現率などの指標とともに、さまざまな公開データセットを用いてモデルを評価している。
• このレビューは各 ANN モデルの利点と制限を論じ、データの入手性と一般化の課題を強調している。