arXiv · Computer Vision· Mohamed Hazem, Tarek Waleed, Omar Khaled, Nada Omar, Mahmoud Raslan, Marwa Mohamed Fawzy, Aya Fahim, Rania M. Mogawer, Ahmed Mourad, Kariman Mansour, Muhammad Rushdi·· 3 小时前AI 评分26
Detail in Context：一种用于蕈样肉芽肿检测的双尺度机器学习框架
Detail in Context: A Dual-Scale Machine Learning Framework for Mycosis Fungoides Detection
AI 导读
该研究提出结合双放大倍率（10x 和 20x）CNN 图像分析与随机森林临床特征的晚期融合框架，用于自动检测蕈样肉芽肿。在 6,267 张图像（4,306 例 MF；1,961 例 Non-MF，463 名患者）上，图像模型准确率达 83.58%、灵敏度 89.13%，临床随机森林模型准确率达 96.6%、灵敏度 93.8%。框架包含早期筛查与分期两个临床目标。
来源：arXiv · Computer Vision · arxiv.org