跳至主要內容
Sailong Zhang
繁體中文

規劃中的研究

SLZ Trace

規劃中的研究 · 合成資料原型已審閱 · 臨床研究仍在規劃中

研究以結構化報告屬性引導肝臟病灶分割,同時將分割及結構化影像評估與組織學分級分開處理。

公開摘要更新日期

合成資料實驗的發現

合成屬性比較即使在訓練集的陰性樣本上,仍產生虛假病灶。正確、表示不存在、錯誤及打亂的病灶存在屬性,均未明顯改變遮罩。這些屬性直接透露生成目標的類別,並非獨立的臨床報告。

下一個問題

架構草案:採用一致的 CT U-Net 骨幹,結合結構化報告屬性,進行以影像為依據的肝臟病灶分割。研究設計草案:依報告來源區分研究路徑,訂定完整陽性輪廓與經核實陰性病例的參考規則,以及預測時點的時間先後防護規則。下一步:釐清報告的獨立性、時間及標註完整性。獨立報告的效益尚未證實;空遮罩實驗尚未開始。