PulseAugur
实时 04:06:31
English(EN) Predicting brain tumour enhancement from non-contrast MR imaging with artificial intelligence: a multi-cohort retrospective diagnostic accuracy study

人工智能通过非增强核磁共振成像预测脑肿瘤增强,表现优于放射科医生

研究人员开发了一种深度学习模型,能够从非增强核磁共振成像扫描中预测脑肿瘤增强,有望减少对造影剂的需求。该模型经过超过 11,000 项研究的训练,在检测增强方面达到了 83.0% 的平衡准确率,优于 11 位专家放射科医生在盲法条件下达到的 71.7% 的准确率。该人工智能有望成为一种决策支持工具,特别是在标记可能显示增强的扫描以及减少神经肿瘤学中对钆的依赖方面。 AI

影响 该人工智能模型可以简化神经肿瘤学影像工作流程,并减少患者接触造影剂的风险。

排序理由 该集群基于一篇详细介绍新人工智能模型及其在诊断任务中表现的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

人工智能通过非增强核磁共振成像预测脑肿瘤增强,表现优于放射科医生

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · James K Ruffle, Samia Mohinta, Guilherme Pombo, Asthik Biswas, Alan Campbell, Indran Davagnanam, David Doig, Ahmed Hammam, Harpreet Hyare, Farrah Jabeen, Emma Lim, Dermot Mallon, Stephanie Owen, Sophie Wilkinson, Sebastian Brandner, Parashkev Nachev ·

    利用人工智能预测非增强核磁共振影像中的脑肿瘤增强:一项多队列回顾性诊断准确性研究

    arXiv:2508.16650v3 Announce Type: replace-cross Abstract: Brain tumour MRI typically requires both pre- and post-contrast imaging, but gadolinium is not always desirable (frequent follow-up, renal impairment, allergy, paediatric patients). We developed and validated a deep learni…