深度学习助力癌症诊断：乳腺癌分子亚型识别的最新进展

深度学习是机器学习领域的一个新兴研究方向，近年来在癌症诊断中的应用越来越广泛。例如，朱哲等人利用VGG和GoogLeNet算法，根据乳腺MRI图像成功将管腔A与其他亚型区分开来，平均AUC为0.64。另外，R. Ha等人采用14层卷积神经网络（CNN）算法，根据MRI特征对乳腺癌分子亚型进行预测，并成功将腔a、腔B、HER2+和基底乳腺肿瘤进行分类，AUC为70%。此外，吴明祥等人利用卡方自动交互检测器（CHAID）算法建立决策树模型，成功进行特征选择和分类，准确率达到74.1%。最后，Heather D. Couture等人基于改进的VGG-16模型，成功预测了乳腺癌的分子亚型，准确率在70%-80%之间。