快讯 22:26李在明视察蔚山在建数据中心,强调AI竞赛速度决定成败08:00Together AI 披露提示词泄露事件:编码 agent 误传凭证致样本外泄08:00Qwen4 Max登陆Together AI,1M上下文加持整仓bug修复 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

大厂 11-13 · 星期五 · 11-13 17:02 约 1 分钟读完

中科院团队提出M³Net模型 模拟医生读片逻辑提升肺结节诊断准确率

摘要

中国科学院合肥物质院健康所/合肥肿瘤医院联合多家单位,在Information Fusion发表肺结节AI辅助诊断新方法M³Net。该模型模仿医生读片流程,构建宏观-介观-微观三级3D神经网络,突破常规单尺度黑箱模型精度与可解释性不足的局限。

中科院团队提出M³Net模型 模拟医生读片逻辑提升肺结节诊断准确率
图片来源:IT之家

肺癌作为高发恶性肿瘤,早期筛查对提升治愈率、降低死亡率具有关键作用,而肺结节良恶性的准确判断直接决定后续诊疗方案与预后效果。临床实践中,医生需逐张研读胸部CT影像,综合肺部整体结构、结节周边组织及结节细节,结合临床经验作出判断。这种人工读片方式耗时费力,且易受经验水平和疲劳状态影响,存在漏诊误诊风险。

近年来,AI技术已逐步应用于肺结节良恶性辅助诊断,但常规模型仅依赖单尺度影像特征,多为黑箱算法,识别精度有限、可解释性差,难以满足精准诊疗的临床需求。针对这一瓶颈,中国科学院合肥物质院健康所/合肥肿瘤医院科研团队联合国内外多家单位,在算法设计上模仿医生的诊断逻辑,提出新型M³Net模型,即宏观-介观-微观层级3D神经网络,发展出多尺度、可解释的肺结节智能分类与诊断新方法。

该算法构建了三种差异化影像输入尺度,分别对应肺部全局宏观结构、结节周边组织特征和结节微观细节,全方位涵盖病灶诊断相关的重要信息。模型通过专属编码器分别提取不同尺度的影像特征,并依靠隐空间投射机制完成特征融合与分类判断。相关研究结果已发表在Information Fusion上。

从技术路径看,M³Net的核心思路在于将医生的多层级读片经验转化为可计算的网络结构,在提升识别精度的同时增强模型可解释性。这一方法为肺结节AI辅助诊断提供了新的算法范式,有望推动智能诊断工具更贴近临床实际决策流程。

肺结节诊断医学影像AIM³Net中科院合肥物质院
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
27
模型产品档案
60
企业落地案例
33
完整版提示词