medRxiv 预印本· Pang, K., Fan, J., Hung, A. L. Y., Miao, Q., Oh, C., He, Q., Wodlinger, B., Kinnaird, A., Brisbane, W., Sung, K. ·· 1 天前AI 评分18
基于MicroUS专用基础模型muFM实现数据高效的前列腺微超声图像分析
Data-Efficient Prostate Micro-Ultrasound Image Analysis using a Modality-specific Foundation Model
AI 导读
研究者开发了前列腺微超声（MicroUS）专用基础模型muFM，基于780例患者1,736,391张无标注图像以DINOv2式自监督学习预训练。在仅用10%训练扫描时，muFM前列腺包膜分割Dice达93.8%、尿道分割58.4%，优于最强对比模型的87.9%和47.0%；病灶定位在每3D容积2个假阳性下灵敏度约0.75。
来源：medRxiv 预印本 · medrxiv.org