STN dataset

新型AI模型CMCNet利用超声和文本嵌入增强甲状腺结节分类

研究人员开发了CMCNet，这是一种新颖的深度学习模型，旨在利用超声图像改进甲状腺结节的分类。该模型将图像嵌入与ACR TI-RADS框架的文本表示对齐，该框架按风险级别对结节进行分类。CMCNet利用中心-边缘对比损失来提高数据效率和鲁棒性，在不平衡数据集上表现优于现有方法。附带的STN数据集包含600个带有详细注释的甲状腺结节，已公开提供。