BriefGPT - AI 论文速递
·
多模态经直肠超声视频分类用于临床显著前列腺癌鉴定
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究提出了一个利用多模态经直肠超声视频进行前列腺癌分类的框架。通过两个3D ResNet-50模型从B模式图像和剪切波弹性成像图像中提取特征，并使用自适应空间融合模块聚集两种模态的特征。在内部数据集上评估表明，该框架在识别前列腺癌方面表现良好，AUC为0.84。此外，该框架生成的视觉类激活映射图像可为前列腺癌的定位提供有价值的指导。
🎯
关键要点
- 该研究提出了一个利用多模态经直肠超声视频进行前列腺癌分类的框架。
- 框架使用两个3D ResNet-50模型从B模式图像和剪切波弹性成像图像中提取特征。
- 引入自适应空间融合模块聚集两种模态的特征，并使用正交正则化损失减轻特征冗余。
- 在包含512个TRUS视频的内部数据集上评估，该框架在识别临床显著性前列腺癌方面表现良好，AUC为0.84。
- 框架生成的视觉类激活映射图像可为前列腺癌的定位提供有价值的指导，促进TRUS引导的靶向活检。
- 研究代码已公开提供。
🏷️
标签
➡️
