English(EN) Revealing Mammographic Phenotypes in Deep Learning Breast Cancer Risk Models

AI模型揭示与乳腺癌风险相关的乳腺摄影表型

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-26 04:00

研究人员开发了一个新框架，用于识别用于乳腺癌风险预测的深度学习模型中反复出现的乳腺摄影表型。通过对预训练模型 Mirai 的图像嵌入进行聚类，他们分离出与癌症风险增加相关的特定模式，例如致密组织和微钙化。该方法还揭示了模型中潜在的混淆因素，例如成像设备的伪影，并证明与患者年龄和乳房密度存在很强的相关性。 AI

影响这项研究提供了一种更好地理解和潜在地消除用于医学诊断的 AI 模型偏差的方法，从而提高其可靠性和临床效用。

排序理由该集群包含一篇详细介绍分析深度学习模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

arXiv
Mirai

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

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Ruiyu Jia, Yanqi Xu, Yuxuan Chen, Yiqiu Shen, Laura Heacock · 2026-06-26 04:00

深度学习乳腺癌风险模型中揭示的乳腺摄影表型

arXiv:2606.26431v1 Announce Type: cross Abstract: Mammogram-based deep learning models have improved breast cancer risk prediction, but the learned imaging patterns remain underexplored. Existing interpretability methods rely on single-image saliency maps, failing to identify rec…

报道来源 [1]

深度学习乳腺癌风险模型中揭示的乳腺摄影表型

相关实体

相关话题