MammaRate: An Ai Assistant Tool For Mammography Reading And Decision Helping

Abstract

Abstract : The integration of deep learning and artificial intelligence holds extremely significant in many fields, particularly in contexts where machine assistance can improve decision-making. In the medical domain, the importance of this subject becomes even more apparent as disease prevalence and mortality rates increase over time. One of the most dangerous diseases affecting women, especially those 40 years of age and older, is breast cancer. Although biennial mammography and regular early screening by a professional are recommended, diagnosing breast cancer can still be difficult. The interpretation of mammograms, which primarily aims to evaluate breast density through image analysis, is still challenging when using current techniques and tools, creating significant time pressures. The patient’s increased anxiety makes these difficulties worse. Additionally, medical professionals’ varying perspectives exacerbate the issue. This memoir aims to investigate risk factors for breast cancer, focusing on breast density from a medical standpoint. We explore how machine learning and deep learning experts have advanced in combining the expertise of medical professionals with these techniques where they faced many obstacles in their studies. In the end, we make a contribution to this field by carrying out extensive research, consulting prior literature, and running many experiments. Our study supports the use of particular methods, and we incorporate the developed models into a platform that helps radiologists classify and explain breast density in mammogram images.***

Resume : L’int´egration de l’apprentissage profond et de l’intelligence artificielle dans de plusieurs domaines de notre soci´et´e est essentielle, en particulier l`a o`u les machines peuvent soutenir la prise de d´ecision. Dans le domaine m´edical,Plus la pr´evalence des maladies et les taux de mortalit´e augmentent avec le temps, plus l’importance du sujet devient pr´epond´erante. Parmi ces maladies, le cancer du sein est l’une des plus dangereuses pour les femmes, en particulier celles ˆag´ees de 40 ans et plus. Malgr´e les recommandations des sp´ecialistes en faveur d’examens pr´ecoces r´eguliers et de mammographies tous les deux ans, le diagnostic du cancer du sein peut s’av´erer difficile. L’interpr´etation des mammographies, qui vise principalement `a ´evaluer la densit´e mammaire par l’analyse d’images, reste une tˆache complexe avec les m´ethodes et les outils actuels, cr´eant d’importantes contraintes de temps. L’anxi´et´e accrue des patients aggrave ces difficult´es. De plus, les divergences de points de vue entre les professionnels de la sant´e exacerbent le probl`eme. Ce m´emoire se propose d’explorer les facteurs de risque associ´es au cancer du sein, en accordant une attention particuli`ere `a la densit´e mammaire dans une perspective m´edicale. Nous examinons la mani`ere dont les experts en apprentissage automatique et en apprentissage profond ont progress´e en int´egrant les connaissances des professionnels de la sant´e aux techniques d’intelligence artificielle. Ils ont dˆu surmonter diverses difficult´es et obstacles tout au long de leurs ´etudes. En d´efinitive, notre contribution `a ce domaine repose sur des recherches approfondies, une analyse de la litt´erature existante et la r´ealisation de nombreuses exp´eriences. Notre ´etude soutient l’utilisation de m´ethodes sp´ecifiques, et nous int´egrons les mod`eles d´evelopp´es dans une plateforme qui aide les radiologues `a classifier et `a interpr´eter la densit´e mammaire `a partir des images de mammographie du chaque patient.