Breast elastography: Identification of benign and malignant cancer based on absolute elastic modulus measurement using vibro-elastography
Notice bibliographique
Résumé
Breast cancer is a public health problem with ~ 1.7 million new cases per year worldwide and with several limitations in the state-of-art screening techniques. Ultrasound elastography involves a set of techniques intended to facilitate the noninvasive diagnosis of cancer. Among these, Vibro-elastography is an ultrasound-based technique that employs external mechanical excitation to infer the elastic properties of soft tissue. In this paper, we evaluate the Vibro-elastography performance in the differentiation of benign and malignant breast lesions. For this study, a group of 18 women with clinically confirmed tumors or suspected malignant breast lesions were invited to participate. For each volunteer, an elastogram was obtained, and the mean elasticity of the lesion and the adjacent healthy tissue were calculated. After the acquisition, the volunteers underwent core-needle biopsy. The histopathological results allowed to validate the Vibro-elastography diagnosis, which ranged from benign to malignant lesions. Results indicate that the mean elasticity value of the benign lesions, malignant lesions and healthy breast tissue were 39.4 ± 12 KPa, 55.4 ± 7.02 KPa and 23.91 ± 4.57 kPa, respectively. The classification between benign and malignant breast cancer was performed using Support Vector Machine based on the measured lesion stiffness. A ROC curve permitted to quantify the accuracy of the differentiation and to define a suitable cutoff value of stiffness, obtaining an AUC of 0.90 and a cutoff value of 44.75 KPa. The results obtained suggest that Vibro-elastography allows differentiating between benign and malignant lesions. Furthermore, the elasticity values obtained for benign, malignant and healthy tissue are consistent with previous reports.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».