研究人员开发了LMV-Net，一种利用纵向乳腺X线摄影数据预测乳腺癌风险的新型深度学习模型。该模型在一个明确对齐的纵向框架内联合分析互补的CC和MLO视图，解决了先前方法仅使用单一视图或缺乏明确时间对齐的局限性。在公共数据集上的评估显示，LMV-Net的性能持续优于现有方法，凸显了其在增强风险分层和个性化筛查方面的潜力。 AI
影响 该模型改进的风险分层可能带来更个性化的筛查和对高风险患者的早期发现。
排序理由 该集群包含一篇详细介绍新模型及其评估的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.11343v1 Announce Type: cross Abstract: Accurate breast cancer risk prediction from screening mammography is critical for enabling personalized screening intervals and early detection. Recent deep learning methods have shown the value of longitudinal data and explicit t…
Accurate breast cancer risk prediction from screening mammography is critical for enabling personalized screening intervals and early detection. Recent deep learning methods have shown the value of longitudinal data and explicit temporal alignment. However, existing approaches ei…