文章预览
2023年6月，青岛大学团队在 Journal of Magnetic Resonance Imaging 发表了题为 Attention-based Deep Learning for the Preoperative Differentiation of Axillary Lymph Node Metastasis in Breast Cancer on DCE-MRI 的研究。 文章摘要 背景： 以前的研究探讨了原发性乳腺癌肿瘤的放射组学特征识别腋窝淋巴结 （ALN） 转移的潜力。然而，深度学习 （DL） 在识别 ALN 转移方面的价值仍不清楚。 目的： 探讨所提出的基于注意力的 DL 模型在动态对比增强 MRI （DCE-MRI） 上术前鉴别乳腺癌 ALN 转移的潜力。 方法： 共有 941 例术前接受 DCE-MRI 的乳腺癌患者被纳入训练 （742 例患者） 、内部测试 （83 例患者） 和外部测试 （116 名患者） 队列。提出了一种包含 3D 深度残差网络 （ResNet） 架构和卷积块注意力模块的 DL 模型，名为 RCNet，用于 ALN 转移识别。基于图像上的肿瘤、 ALN 和联合肿瘤-ALN 区域建
………………………………
