Clasificación de imágenes histopatológicas mediante redes neuronales convolucionales para la detección de cáncer de mama metastásico en ganglios linfáticos

Abstract

En la actualidad el cáncer de mama es una de las enfermedades oncológicas más diagnosticados a nivel mundial, con miles de casos nuevos por año. La detección temprana e identificar su progreso son claves para superar la tasa de mortalidad. Un examen recurrente, para delimitar que tanto se ha diseminado la enfermedad por el cuerpo del paciente, es el análisis histológico del ganglio linfático centinela cercano a la mama. Si bien esto lo realiza un patólogo experto suele ser una tarea agotadora y que lleva mucho tiempo, con alta posibilidad de error. El presente trabajo presenta un método para detectar metástasis de cáncer de mama a través de imágenes histológicas de los ganglios linfáticos centinela empleando redes neuronales convolucionales. En este estudio se prueba y compara el rendimiento de tres modelos DenseNet-121, DenseNet-169 y DenseNet-201. Los resultados experimentales indicaron que la exactitud, precisión, sensibilidad y especificidad (97.93%, 97.4%, 97.48% y 98.24%) de DenseNet-201 pueden reducir los errores del patólogo durante el proceso de diagnóstico o servir como herramienta de segunda opinión.