顺序学习:预测未来乳腺癌事件时间的纵向注意力对齐模型
原文中文,约300字,阅读约需1分钟。发表于: 。本研究解决了现有乳腺癌风险预测模型未能有效考虑患者未来事件时间顺序的问题。我们提出了一种名为OA-BreaCR的新方法,通过结合纵向乳腺组织变化,更加清晰地建模事件间的顺序关系。研究结果显示,OA-BreaCR在乳腺癌风险和未来事件时间预测任务上均优于现有方法,对提升乳腺癌筛查和预防具有重要影响。
该研究提出了一种新的深度学习方法,通过注意力机制和坐标卷积模块来评估乳房X线定位质量。该方法能够识别关键的解剖标志物,并自动绘制乳头后纵线,提供了一种稳健且可解释的替代方法。实验结果表明,该方法在乳房定位质量和解剖标志物检测方面具有较高的准确性。