Navigation und Service

IAS-Seminar "Breast Cancer and Deep Learning"

Anfang
20.02.2018 14:00 Uhr
Ende
20.02.2018 15:00 Uhr
Veranstaltungsort
Jülich Supercomputing Centre, Rotunde, Geb. 16.4, R. 301
Referent:
Jonas Teuwen, PhD, Diagnostic Image Analysis Group, Department of Radiology and Nuclear Medicine, Radboud University Medical Center, Nijmegen
Abstract:

Breast cancer is the most frequent cause of cancer-related death in women worldwide.The past decades have seen a steady increase in cancer incidence, but not in mortality due to improved treatment and screening. In order to further decrease the mortality rate it is of great importance to detect breast cancer in an as early stage as possible.

To aid in the early detection of signs of breast cancer, many countries have implemented breast cancer screening programs in which women are at regular intervals invited for an examination where X-ray images of the breasts are made. Most commonly these images are mammograms (FFDM, full field digital mammography), but digital breast tomosynthesis (DBT) has been gaining much ground in the past years.

In such an examination each breast is compressed and imaged in different directions. These images are, perhaps together with earlier scans, assessed by expert radiologists for signs of breast cancer. In a screening setting, only a small proportion of the acquired images are expected to contain any suspicious signs and if there are these signs are often subtle. To aid radiologists in screening, we have been developing computed aided diagnosis (CAD) systems to improve the detection rate, and improve inter-observer homogeneity.

The state-of-the-art systems are currently based on deep learning technology, and are trained on a dataset which contains more images than a radiologist could view in their career. However, there are still many technical challenges to overcome to leverage the full amount of data available.

In this talk we will give an overview on the current state of affairs of breast cancer screening and discuss the technicalities of the modalities in more detail. The current state-of-the-art CAD systems are discussed and the engineering and scientific opportunities on improving these systems. We believe that using all data available will move us beyond the performance a single radiologist can reach, and further improve the sensitivity and specificity of our systems.

Zeit:
Dienstag, 20. Februar 2018, 14:00 Uhr
Ort:
Jülich Supercomputing Centre, Rotunde, Geb. 16.4, R. 301
Ankündigung als pdf-Datei:
 Breast Cancer and Deep Learning (PDF, 30 kB)

Alle Interessierten sind herzlich eingeladen.

Contact: Dr. Jenia Jitsev, JSC

Logo

 

 

 

IHRE MEINUNG IST UNS WICHTIG!

 

Liebe Besucherin, lieber Besucher,

um unsere Website-Inhalte zukünftig noch besser an Ihre Bedürfnissen anzupassen und die Website damit noch attraktiver zu gestalten, möchten wir Ihnen heute ein paar kurze Fragen stellen.

Die Beantwortung der Fragen dauert ca. 10 Minuten.

Jetzt teilnehmen Nicht teilnehmen

Vielen Dank für Ihre Unterstützung!

 

Haben Sie im Moment keine Zeit oder haben Sie bereits an unserer Online-Befragung teilgenommen, dann können Sie das Fenster "hier" einfach schließen.

Wenden Sie sich bei Fragen rund um die Befragung gerne an:webumfrage@fz-juelich.de.

 

Ihr Team des Forschungszentrums Jülich

 

Hinweis: Zur anonymen Auswertung Ihrer Daten hat das Forschungszentrum Jülich das Markforschungsinstitut SKOPOS mit der Durchführung und Auswertung der Befragung beauftragt. SKOPOS handelt in übereinstimmung mit den gesetzlichen Bestimmungen zum Datenschutz und den Richtlinien des ADM (Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V.) und der ESOMAR (Europäische Gesellschaft für Meinungs- und Marketingforschung). Ihre Daten werden nicht an Dritte weitergegeben.