日本血吸虫相关肝纤维化超声分级模型获初步验证
热点事件观察中
日本血吸虫相关肝纤维化超声分级模型获初步验证
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Guo Z等研究团队开发了日本血吸虫相关肝纤维化深度学习分级模型，在440张测试超声图像上的四级分类准确率为85.00%，但仍需外部验证。 这项预印本研究使用江西一家血吸虫病医院2,921名成人的2,921张图像，将卷积网络与Transformer网络加权集成，仅凭单张B型超声图像即可分级，无需人工勾画感兴趣区域。测试集宏平均F1为0.8527。研究团队称，模型经外部验证后，可能辅助流行地区的筛查与随访。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 08:00
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报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- 预印本 · 医学生信与数据分析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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。