深度学习在乳腺癌诊断中的应用：最新研究进展

深度学习是机器学习领域的新研究方向，近年来在癌症诊断中得到广泛应用。例如，朱哲等人利用VGG和GoogLeNet分析乳腺MRI图像，成功将管腔A与其他亚型区分开来，平均AUC最高可达0.64。另外，R. Ha等人采用14层卷积神经网络算法，根据MRI特征预测乳腺癌分子亚型，并对腔a、腔B、HER2+和基底乳腺肿瘤进行分类，AUC可达70%。此外，吴明祥等人利用卡方自动交互检测器算法建立决策树模型，用于特征选择和分类，准确率达到74.1%。最后，Heather D. Couture等人利用改进的VGG-16模型预测乳腺癌的分子亚型，准确率在70%-80%之间。