
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于多尺度深度学习的乳房植入物并发症超声自动识别与定量评估模型
《Aesthetic Surgery Journal》:Multi-class Identification and Quantification of Breast Implant-related Complications in Ultrasonography Using a Pathology-informed Lesion Graph: A Deep Learning Development and Validation Study
【字体: 大 中 小 】 时间:2026年10月12日 来源:Aesthetic Surgery Journal 4.2
编辑推荐:
摘要 背景乳腺超声检查在检测乳房植入物相关并发症方面具有成本效益优势,但其可靠性高度依赖操作者的技术水准。目的本研究开发并验证了一种深度学习模型,用于对乳房植入物并发症(破裂、包膜挛缩和血肿)进行自动化多类别识别与