Краткое содержание

arXiv:2508.15452v2 Тип объявления: замена-перекрёстная Аннотация: Разработано большое количество решений на основе глубокого обучения для автоматического распознавания рака молочной железы с использованием маммографических изображений. Однако их производительность часто снижается при применении к данным из различных доменов, главным образом вследствие сдвига домена — различия распределений данных между исходным и целевым доменом. Это снижение производительности ограничивает безопасное и справедливое внедрение ИИ в реальных клинических условиях. В данном исследовании мы представляем DoSReMC (устойчивая к сдвигу домена классификация маммографии), адаптационную структуру нормализации пакетов (BN), предназначенную для повышения обобщаемости в разных доменах без переобучения всей модели. Используя три крупных полнокадровых цифровых маммографических набора данных (FFDM), включая HCTP — новый внутренний набор данных, подтвержденный патологически, — мы проводим систематическую кросс-доменную оценку с помощью сверточных нейронных сетей (CNN). Наши результаты показывают, что слои BN являются основным источником...