Sensitivity of a Direct Computer-aided Detection System in Full-field Digital Mammography for Detection of Microcalcifications Not Associated with Mass or Architectural Distortion
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to evaluate the sensitivity of a direct computer-aided detection (CAD) system (d-CAD) in full-field digital mammography (FFDM) for the detection of microcalcifications not associated with mass or architectural distortion. MATERIALS AND METHODS: A database search of 1063 consecutive stereotactic core biopsies performed between 2002 and 2005 identified 196 patients with Breast Imaging-Reporting and Data System (BI-RADS) 4 and 5 microcalcifications not associated with mass or distortion detected exclusively by bilateral FFDM. A commercially available CAD system (Second Look, version 7.2) was retrospectively applied to the craniocaudal and mediolateral oblique views in these patients (mean age, 59 years; range, 35-84 years). Breast density, location and mammographic size of the lesion, distribution, and tumour histology were recorded and analysed by using chi(2), Fisher exact, or McNemar tests, when applicable. RESULTS: When using d-CAD, 71 of 74 malignant microcalcification cases (96%) and 101 of 122 benign microcalcifications (83%) were identified. There was a significant difference (P < .05) between CAD sensitivity on the craniocaudal view, 91% (68 of 75), vs CAD sensitivity on the mediolateral oblique view, 80% (60 of 75). The d-CAD sensitivity for dense breast tissue (American College of Radiology [ACR] density 3 and 4) was higher (97%) than d-CAD sensitivity (95%) for nondense tissue (ACR density 1 and 2), but the difference was not statically significant. All 28 malignant calcifications larger than 10 mm were detected by CAD, whereas the sensitivity for lesions small than or equal to 10 mm was 94%. CONCLUSIONS: D-CAD had a high sensitivity in the depiction of asymptomatic breast cancers, which were seen as microcalcifications on FFDM screening, with a sensitivity of d-CAD on the craniocaudal view being significantly better. All malignant microcalcifications larger than 10 mm were detected by d-CAD.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».