乳腺摄影术
可解释性
人工智能
数字乳腺摄影术
计算机科学
假阳性悖论
可视化
乳房成像
分割
接收机工作特性
异常
乳腺癌
医学影像学
医学
模式识别(心理学)
恶性肿瘤
计算机视觉
放射科
可靠性(半导体)
医学物理学
假阳性和假阴性
相似性(几何)
图像分割
参数统计
数据可视化
特征(语言学)
乳腺癌筛查
作者
Yuan Gao,Hong-Yu Zhou,Xin Wang,Antonio Portaluri,Tianyu Zhang,Regina G. H. Beets‐Tan,Luyi Han,Chunyao Lu,Laura Estacio,Anna D’Angelo,Stephan Ursprung,Yizhou Yu,Jonas Teuwen,Tao Tan,Ritse M. Mann
出处
期刊:Radiology
[Radiological Society of North America]
日期:2025-12-17
卷期号:8 (1): e240646-e240646
摘要
The proposed explainable pretraining framework for multiview mammograms and associated reports demonstrated high label efficiency in malignancy recognition, segmentation, and localization across four external public datasets.
科研通智能强力驱动
Strongly Powered by AbleSci AI