预印本 · 医学生信与数据分析· Guo Z, Ockenden ES, Wei M, Li Q, Li S, Xue J, Li Y, Lin D, Zhou X, Chami GF, Li S.·· 2 天前AI 评分30
基于超声图像的日本血吸虫相关肝纤维化深度学习分级：卷积与Transformer网络的加权软投票集成
Deep learning grading of Schistosoma japonicum-associated liver fibrosis from ultrasound images: a weighted soft-voting ensemble of convolutional and transformer networks
AI 导读
深度学习集成模型可通过单张B型超声图像对日本血吸虫相关肝纤维化分级，在440张测试图像上准确率为0.8500。研究纳入2,921名成人的2,921张图像，四级分级宏平均F1为0.8527（95% CI 0.8184-0.8856）。模型仍需外部验证，未来可能辅助流行地区筛查与随访。
来源：预印本 · 医学生信与数据分析 · doi.org