跳到主要内容
检索

# 乳腺X线摄影筛查

2 篇关联报道

订阅更新
  1. arXiv

    OncoVision 用注意力多模态训练框架,在六位放射科医师配对评估中把阅片时间最多缩短 61%,并提升诊断信心

    OncoVision 是一个特权信息训练框架:训练时同时使用乳腺 X 线摄影图像与临床特征,推理时仅依赖乳腺摄影图像,采用基于注意力的编码器-解码器骨干,联合分割四个感兴趣区域(肿块、钙化、腋窝所见、乳腺组织)并预测十项结构化临床特征(含 BI-RADS 分类),其分割准确率超过 nnU-Net 基线;作者提出 Independent 与 Dependent 两种晚期融合策略,在训练中整合影像、影像组学与临床信息,并从预测掩膜提取形状、强度、纹理等影像组学描述符以补充 CNN 表示;在六位委员会认证放射科医师参与的回顾性多阅片者研究中,配对阅片辅助评估显示该工具与初级和资深放射科医师更高的诊断信心相关,阅片时间最多减少

  2. medRxiv

    用LLM合成人口模拟社区健康行为:LLMPopSim框架的跨州评估

    该研究提出LLMPopSim,一个整合美国人口普查局与CDC数据构建合成个体、并用大语言模型模拟个体健康行为、再在社区层面评估聚合结果的生成式人口模拟框架,以夏威夷历史数据开发,并用夏威夷与纽约州2022年留出队列、以结直肠癌筛查与乳腺X线摄影为概念验证行为进行时间与地理泛化评估,四项州-结果评估的平均绝对误差为3.5至15.0个百分点,模拟与观测的ZCTA级患病率相关系数为0.26至0.69。

已读完全部报道