breast_cancer_classifier

深度学习模型助力乳腺癌筛查增强放射科医师诊断能力

该开源项目提供基于深度学习的预训练模型，能够提升乳腺癌筛查的准确性。项目包含仅图像和图像+热图两种模型，适用于标准视图的乳腺X光检查，支持GPU加速，使用Python和PyTorch实现，提供详细的示例数据和预测结果。

Deep Neural Networksbreast cancermammographyPyTorchradiologistsGithub开源项目

GitHub

论文

项目介绍：breast_cancer_classifier

项目背景

breast_cancer_classifier 是一个用于乳腺癌分类的模型实现，最初在论文《Deep Neural Networks Improve Radiologists' Performance in Breast Cancer Screening》中详细描述。该项目主要通过深度神经网络的预训练模型来提高放射科医师在乳腺癌筛查中的表现。

模型概述

项目提供两种不同输入的模型：

图像输入模型：仅接受乳腺X光片图像作为输入。
图像和热图输入模型：同时接受乳腺X光片图像和对应的热图作为输入。

每次筛查需要输入四张标准视图的X光片（左侧-CC，右侧-CC，左侧-MLO，右侧-MLO），项目内提供了测试用的样本数据和简单运行实例。

输入与输出规范

输入图片：包括二维视图（CC视图和MLO视图）的乳腺X光片，图像的尺寸分别为2677x1942和2974x1748，存储为16位png格式。
输入热图：是基于图像的贴片分类器的输出，与图像尺寸相同。
输出结果：每只乳房提供良性与恶性改变的概率预测，包括left_benign、right_benign、left_malignant、right_malignant。

环境准备

运行项目需要的主要软件环境包括：

Python (3.6)
PyTorch (0.4.1)
以及其他如NumPy, SciPy等常见的Python库。

项目运行

首先，用户可以通过简单的命令运行示例数据，使用示例脚本bash run.sh。建议使用GPU以加快计算速度，但也支持在CPU上运行，只需设置DEVICE_TYPE为cpu。

此外，还可以针对单张图片进行预测，通过运行bash run_single.sh命令，进一步支持对单个视图的分析，便于进一步的传递学习。

数据处理与预测管线

整个管线包括以下步骤：

裁剪乳腺X光片，去除背景。
计算每张图像的最佳中心。
生成热图。
运行分类模型。

模型使用的输入需要经过特定流程的预处理，例如逐一标准化的16位png格式。此外，模型为每次筛查提供预处理后的元数据，帮助生成详细预测报告。

数据格式与示例

项目中包含的任务数据是匈牙利与美国放射学会分享的乳腺影像，实际使用建议通过DICOM格式转换为PNG格式进行处理，保存为16位以保持像素精度。

预测输出结果展示在默认生成的CSV文件中，分别展示仅图像模型和图像加热图模型的结果。

结语

该项目在提升放射科医师乳腺癌诊断能力方面展示了研究价值，为临床应用提供了参考。同时，通过开源的方式和技术实现，工程师可以在不同环境中根据需要对模型进行调整和使用。注意事项是项目尚未在临床应用中测试，建议与最新的技术结果结合使用。

编辑推荐精选

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台，能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析，还是教育支持与商业决策，Manus 都能高效整合信息，提供精准解决方案。它以直观的交互体验和领先的技术，为用户开启了一个智慧驱动、轻松高效的新时代，让每个灵感都能得到完美落地。

飞书知识问答

飞书官方推出的AI知识库上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统，支持PDF、Word、PPT等常见文档格式解析，实现云端与本地数据的双向同步。系统具备实时网络检索能力，可自动关联外部信息源，通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能，适用于企业文档管理和个人学习资料整理场景。

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

TraeAI IDE协作生产力转型热门AI工具

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

使用教程AI工具酷表ChatExcelAI智能客服AI营销产品

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库，重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术，能够自动识别节点间物理连接关系，优化数据传输路径。通过实现动态路由选择与负载均衡机制，系统在千卡级计算集群中维持稳定的低延迟特性，同时兼容主流深度学习框架的通信接口。

DeepSeek

全球领先开源大模型，高效智能助手

DeepSeek是一家幻方量化创办的专注于通用人工智能的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是开源的推理模型，擅长处理复杂任务且可免费商用。

KnowS

AI医学搜索引擎整合4000万+实时更新的全球医学文献

医学领域专用搜索引擎整合4000万+实时更新的全球医学文献，通过自主研发AI模型实现精准知识检索。系统每日更新指南、中英文文献及会议资料，搜索准确率较传统工具提升80%，同时将大模型幻觉率控制在8%以下。支持临床建议生成、文献深度解析、学术报告制作等全流程科研辅助，典型用户反馈显示每周可节省医疗工作者70%时间。

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进：支持接入MCP协议扩展工具生态，Tab键智能跳转提升编码效率，Turbo模式实现自动化终端操作，图片拖拽功能优化多模态交互，以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型，并通过信用点数机制实现差异化的资源调配。

AI IDE