| 标题 |
基于超声特征的XGBoost模型评估低血流分级BI-RADS 4类乳腺病变风险
|
| 网址 |
求助人暂未提供
|
| DOI |
暂未提供，该求助的时间将会延长，查看原因？
|
| 其它 | 目的基于临床和超声特征构建极端梯度提升(XGBoost)模型, 评估模型预测低血流分级(Adler 0～Ⅰ级)乳腺影像报告与数据系统(BI-RADS)4类乳腺病变的恶性风险。方法回顾性收集2023年6月至2024年12月于秦皇岛市第一医院诊断为BI-RADS 4类乳腺病变的317例女性患者的临床及超声资料(全样本), 其中良性174例、恶性143例, 采用7∶3随机分层抽样将患者分为训练集(n=222, 良性122例、恶性100例)和测试集(n=95, 良性52例、恶性43例);剔除高血流分级(Adler Ⅱ～Ⅲ级)患者后纳入低血流分级患者(低血流分级样本, n=166), |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
PDF的下载单位、IP信息已删除
(2025-6-4)
Criminology34
null
cdercder
Enigma_GEB
秋风
GingerF
Nole
Ali
Kao
Lo
无极微光
斯文的白玉
DOC_XIONG
OK
罗Eason
学术文献互助
Freya1528
song
愤怒的易文
CRUSADER
皖公网安备34019202002308
