arXiv · AI· Emma Sarfati, Alexandre B\^one, Pietro Gori, Sisi Yang, Marc-Michel Roh\'e, Fran\c{c}ois Nicolas, Jeong-Min Lee, Jeong Hee Yoon, Maxime Ronot, Isabelle Bloch, Christophe Aub\'e·· 16 小时前AI 评分28
可解释深度学习方法 dLI-RADS 用于多期 CT 肝癌早期诊断
An interpretable deep learning method for early hepatocellular carcinoma diagnosis on multiphase CT
AI 导读
研究提出可解释 AI 方法 dLI-RADS，结合神经网络与 LI-RADS 特征量化测量，利用多期 CT 图像估算肝细胞癌概率。 在多中心回顾性研究中，dLI-RADS 在内部评估集病变级准确率非劣效于 LI-RADS，准确率为 80%（LI-RADS 为 74%），排除了大于 40 mm 的病灶。 该研究已被 Scientific Reports 接收。
来源：arXiv · AI · arxiv.org