乳腺MRI分割BI-RADS依据生成框架研究
热点事件持续更新
乳腺MRI分割BI-RADS依据生成框架研究
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月22日，arXiv Artificial Intelligence 刊出 Hrishikesh Singh 等作者的论文《Reading the Mask：面向乳腺 MRI 分割的 BI-RADS 依据生成》。研究提出并验证一种框架：从 DCE-MRI 分割掩膜及其动态增强序列中推导 BI-RADS 描述符，再由大语言模型生成自然语言依据。作者称，该框架基于八项影像组学测量以及病灶大小、组件数构建 BI-RADS 决策树，在 MAMA-MIA 数据集 1,506 例上生成 3,012 条可复现依据，忠实度 99.98%、反事实准确率 99.3%。论文同时说明，生成的依据定位为供放射科医生审阅并最终签字的草稿，而非自主临床报告。目前事件进展限于该论文发布，尚无后续跟进报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 12:00
Reading the Mask：面向乳腺 MRI 分割的 BI-RADS 依据生成报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv Artificial IntelligenceReading the Mask：面向乳腺 MRI 分割的 BI-RADS 依据生成
研究从 DCE-MRI 分割掩膜及其动态增强序列中推导 BI-RADS 描述符，并用大语言模型生成自然语言依据。基于八项影像组学测量与病灶大小、组件数构建的 BI-RADS 决策树在 MAMA-MIA 数据集 1,506 例上生成 3,012 条可复现依据，忠实度 99.98%、反事实准确率 99.3%。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月23日 03:00
- 近 24 小时变化
- –
02468
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。