arXiv Computer Vision· Shengzhou Zhong, Ziying Wang, Liang Li, Lihua Yan, Shuochun Chen, Yudie Zou, Jifan Zhang, Wenhao Li, Huiling Zhang, Jiayin Lu, Ziting Xu, Qianjin Feng, Zhenwei Shi, Yan Chen, Yingjia Li, Yu Zhang, Zhenyuan Ning·· 20 小时前AI 评分29
IBUS：融合 BI-RADS 描述符的可解释乳腺超声诊断 AI 框架
A Concept-informed Interpretable Artificial Intelligence Framework for Breast Ultrasound Diagnosis
AI 导读
研究者构建了融合 BI-RADS 结构化描述符的可解释 AI 框架 IBUS，用于乳腺超声诊断，数据集涵盖 20 个独立数据集、9,941 名患者。IBUS 在 14 个测试数据集上跨临床中心和成像条件表现出一致泛化能力，结合 BI-RADS 描述符可实现细粒度风险分层，并通过交叉核对预测 BI-RADS 分级与恶性概率识别内部不一致的预测。
来源：arXiv Computer Vision · arxiv.org