endometrial cancer | BriefGPT

关键词endometrial cancer

搜索结果 - 6

基于视觉 Transformer 的子宫内膜癌组织学分类的深度学习
介绍了一种基于转换器的深度学习方法 EndoNet，用于子宫内膜癌的组织学分类。通过使用卷积神经网络提取组织学特征并使用视觉转换器聚合这些特征，将切片基于其视觉特征分类为低级别和高级别类型，该模型在内部和外部测试中表现出良好的性能。
PDF7 months ago
ECPC-IDS：一份用于评估语义分割和高代谢区域检测的子宫内膜癌 PET / CT 图像数据集
发表了一份公开可用的子宫内膜癌 PET/CT 图像数据集 (ECPC-IDS)，它包含大量的图像和标注信息，用于支持深度学习语义分割和目标检测方法，有助于增强计算辅助技术，从而为临床医生和患者带来极大的好处。
PDFa year ago
子宫内膜癌淋巴结转移的风险评估：因果推理方法
用因果贝叶斯网络代替机器学习模型，通过 bootstrap 重采样算法，从限制性的观察数据中发现子宫内膜癌患者淋巴节点转移的危险性，并评估选择偏差造成人工干预的可能性，最终讨论因缺失数据而产生的偏差，为真实世界临床环境下的预后风险评估提供方
PDFa year ago
多中心临床研究中的缺失数据因果发现
本研究使用多中心子宫内膜癌的数据分析不同缺失机制对因果图的影响，通过扩展最先进的因果发现算法来利用专家知识，验证得到的图形的良好拟合度和一致性。
PDFa year ago
随机对照临床试验中自动因果推断
本文提出了一种新的自动因果推断方法（AutoCI），该方法基于不变的因果预测（ICP）框架，可以对临床试验数据进行因果重新解释，并在两个真实的子宫内膜癌临床试验中有效地确定因果变量，证实 AutoCI 在临床分析中的鲁棒性和可行性。
PDF2 years ago
利用卷积神经网络和注意机制进行子宫内膜组织病变智能辅助诊断
本研究提出一种基于深度学习的 CADx 方法，使用卷积神经网络和注意力机制来对子宫内膜癌进行诊断。实验结果表明，该方法在诊断准确率上优于人类专家和其他深度学习基础算法。
PDF5 years ago