图灵奖得主 LeCun 用来怼 Google 的乳腺癌 AI 论文，有何过人之处？( 九 )_2020年的第一天

对于所有与活检相匹配的检查，我们要求一组放射科医生回顾性地指出活检病灶在像素级别的位置（提供相应的病理报告）。

我们发现大约32.8%的检查是隐匿性的，也就是说，活检的病灶在乳腺钼靶摄影中是不可见的，使用其他成像方式识别（超声或MRI）被识别。详见表一。

【表一】

肿瘤分类深度CNN网络

一些乳腺同时包含恶性和良性病灶，我们使用多任务分类模型将乳腺癌筛查分类。也就是说，对于每一个乳腺，我们分配两个二元标签：乳房中有/没有恶性发现（表示为yR ， m和yL ， m），乳房中有/没有良性发现（表示为yR ， b和yL ， b）。左右乳腺加起来，每个检查共有4个标签。我们的目标是生成四个对应于每个标签的预测（用?yR ， m ， ?yL ， m ， ?yR ， b和?yL ， b表示）。

虽然我们主要对预测恶性病灶的存在与否感兴趣，但预测良性病灶的存在与否对于辅助调整模型学习任务起着重要的作用。我们将四个高分辨率图像，对应于四个标准乳腺钼靶摄影视图作为输入（由xR-CC、xL-CC、xR-MLO和xL-MLO表示）。