arXiv cs.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·· 2 小时前AI 评分32
可解释深度学习方法 dLI-RADS 用于多期 CT 早期肝细胞癌诊断
An interpretable deep learning method for early hepatocellular carcinoma diagnosis on multiphase CT
AI 导读
研究人员提出可解释 AI 方法 dLI-RADS，从手工分割的多期 CT 肝脏病灶图像估计肝细胞癌概率，并结合反映 LI-RADS 主要影像特征的定量测量与 logistic 回归。多中心回顾性研究显示，dLI-RADS 在内部评估集病灶级准确率达 80%，优于 LI-RADS 的 74%，非劣性检验显著（p = 0.04），病灶大于 40 mm 者被排除。
来源：arXiv cs.AI · arxiv.org