medRxiv · All· Guo, Z., Ockenden, E. S., Wei, M., Li, Q., Li, S., Xue, J., Li, Y., Lin, D., Zhou, X., Chami, G. F., Li, S. ·· 1 天前AI 评分31
日本血吸虫相关肝纤维化深度学习分级模型：卷积网络与 Transformer 网络的加权软投票集成
Deep learning grading of Schistosoma japonicum-associated liver fibrosis from ultrasound images: a weighted soft-voting ensemble of convolutional and transformer networks
AI 导读
研究团队开发日本血吸虫相关肝纤维化深度学习模型，基于2,921张超声图像，无需人工勾画ROI。四网络加权软投票模型在440张测试图像上取得macro-F1 0.8527和准确率0.8500，显著纤维化检测AUROC为0.9817；经外部验证后或可辅助流行区筛查随访。
来源：medRxiv · All · medrxiv.org