BriefGPT - AI 论文速递 · 2024-11-14T00:00:00Z An Interpretable Attention Model for Classifying Precursor Risks of Cervical Cancer from Colposcopic Images 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出Cervix-AID-Net模型，通过阴道镜图像对宫颈癌前期风险进行分类，分类精度达到99.33%和99.81%，对宫颈癌的预防和早期检测具有重要意义。 🏷️ 标签 Cervix-AID-Net model 宫颈癌 早期检测 阴道镜 风险分类 阅读原文 生成长图 分享链接 已复制链接
