基于卷积神经网络的三维磁共振成像数据前列腺癌分类

原文约300字，阅读约需1分钟。发表于：。

评估了不同的卷积神经网络（CNN）对 MRI 序列是否含有恶性病变进行可靠分类的能力，训练和评估了 3D 图像数据的 ResNet、ConvNet 和 ConvNeXt 实现，并使用不同的数据增强技术、学习率和优化器进行训练。最佳结果由 ResNet3D 获得，平均精确率为 0.4583，AUC ROC 得分为 0.6214。

该研究评估了不同卷积神经网络对MRI序列进行恶性病变分类的能力，发现使用ResNet3D获得了最佳结果，平均精确率为0.4583，AUC ROC得分为0.6214。