breast ultrasound
PulseAugur coverage of breast ultrasound — every cluster mentioning breast ultrasound across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的GRIN+框架增强了不平衡医学数据的机器遗忘能力
研究人员开发了GRIN+，一个专为不平衡医学数据集设计的新型机器遗忘框架。该框架解决了从深度学习模型中移除敏感患者数据同时保留关键临床知识（特别是针对罕见病）的挑战。GRIN+分析梯度贡献，将遗忘特定知识与通用表示分离开来，并使用类自适应影响评分机制来纠正梯度主导问题。在皮肤癌、脑肿瘤和乳腺超声数据集上的基准测试表明，GRIN+在隐私、效用和效率之间取得了良好的平衡，优于现有方法。
-
新AI框架提升乳腺超声诊断准确性
研究人员开发了一个名为引导与反馈（Boot-and-Feedback, BooF）的新框架，以提高用于乳腺超声诊断的AI模型的准确性和可解释性。该框架通过领域特定知识和初步预测来指导多模态大语言模型（MLLMs），解决了其生成不准确描述的问题。BooF框架增强了通用MLLMs与专家视觉模型之间的协作，与现有方法相比，取得了更优越的诊断性能。
-
新AI框架BUSTR利用有限数据生成乳腺超声报告
研究人员开发了BUSTR，一个用于生成乳腺超声（BUS）报告的新型视觉语言学习框架。该系统旨在通过利用结构化的病灶信息（如BI-RADS分类、形状和回声特征）来生成报告，从而克服成对图像和放射科医生书写报告数据稀缺的问题。BUSTR采用Swin Transformer编码器和基于LLaMA的语言模型，并使用结合了token级和表示级对齐的双层目标进行训练。与现有方法相比，该框架在报告相似性和描述符恢复方面表现出改进，特别是在病灶形状、…