研究人员开发了一种贝叶斯物理信息神经网络,用于从稀疏的CT扫描数据中预测肺肿瘤的生长。该模型集成了Gompertz生长动力学和贝叶斯推断,采用两阶段方法进行估计。在国家肺癌筛查试验(National Lung Screening Trial)的数据上进行评估,该框架展示了准确的预测能力,并提供了校准的不确定性估计,优于确定性方法。 AI
影响 这项研究为不确定性感知的医学预后提供了一种新颖的方法,有望在患者数据有限的情况下改善治疗规划。
排序理由 该集群包含一篇详细介绍医学数据新建模方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →