腋窝淋巴结CT模型跨部位预测转移,颈部表现最佳
热点事件观察中
腋窝淋巴结CT模型跨部位预测转移,颈部表现最佳
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Kang J等研究团队开发并评估了基于乳腺癌腋窝淋巴结CT训练的DenseNet-121集成模型;预印本报告,经部位特异性边缘调整后,模型可用于其他解剖部位的淋巴结转移预测,颈部表现最佳,其他部位性能存在差异。 研究使用523例乳腺癌患者的1,128个腋窝淋巴结训练模型,并以涵盖颈部、纵隔、上腹部和下腹部的256张外部CT图像验证。研究调整了淋巴结周围保留区域的边缘比例,颈部预测的AUROC为0.939(95%置信区间0.875–0.989)。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 08:00
淋巴结转移预测的跨癌种知识迁移:基于腋窝淋巴结的深度学习模型适用性研究报道时间线
沿着报道,了解事件的不同侧面。
11月4日
- 预印本 · 医学生信与数据分析淋巴结转移预测的跨癌种知识迁移:基于腋窝淋巴结的深度学习模型适用性研究
基于乳腺癌腋窝淋巴结训练的DenseNet-121模型,经部位特异性边缘调整后,可跨解剖部位预测淋巴结转移。研究以523例患者的1,128个腋窝淋巴结训练,并用256张外部CT图像验证。颈部表现最佳,AUROC 0.939(95% CI 0.875–0.989),其他部位性能存在差异。
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。