| 标题 |
Visualizing Radiologic Connections: An Explainable Coarse-to-Fine Foundation Model with Multiview Mammograms and Associated Reports 放射学联系的可视化:一个可解释的由粗到细的基础模型,包括多视图乳房x光片和相关报告
相关领域
乳腺摄影术
可解释性
人工智能
数字乳腺摄影术
计算机科学
假阳性悖论
可视化
乳房成像
分割
接收机工作特性
异常
乳腺癌
医学影像学
医学
模式识别(心理学)
恶性肿瘤
计算机视觉
放射科
可靠性(半导体)
医学物理学
假阳性和假阴性
相似性(几何)
图像分割
参数统计
数据可视化
特征(语言学)
乳腺癌筛查
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Radiology Artificial Intelligence 作者:Yuan Gao; Hong-Yu Zhou; Xin Wang; Antonio Portaluri; Tianyu Zhang; et al 出版日期:2025-12-17 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)