Deep learning and radiomics fusion for predicting the invasiveness of lung adenocarcinoma within ground glass nodules
8.5
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
3.5分：提及深度学习与放射组学结合用于肺癌侵袭性评估。
business_impact
0.0分：未提及具体商业交易或影响。
scientific_rigor
3.0分：252个病例，模型AUC达0.898，临床验证阶段可靠。
audience_relevance
0.5分：肺腺癌影响广泛，潜在患者群体大。
timeliness_innovation
2.0分：提出新的多模型融合策略，具有临床应用潜力。
关键证据
252名病患的临床数据被用于模型开发与验证。
最终的late fusion模型在测试集上达到AUC为0.898。
提出的融合策略在多项评估指标中表现最佳，显示其诊断准确性。
真实性检查
否