答：这取决于影像上病灶的“可疑程度”。BI-RADS 3的病灶通常边界清晰、形态规则、没有恶性特征；BI-RADS 4则有一项或多项可疑特征。这是放射科医生经过专业培训后的判断。

机器学习模型基于MRI特征可术前区分乳腺癌HER2表达水平。 乳腺癌是女性中最常被诊断的癌症之一，其异质性强，治疗方案及预后因分子亚型而异。HER2的精准评估对于选择靶向治疗方案至关重要。传统上，HER2状态被划分为阳性（过表达）与阴性。近年来，HER2低 ...

本研究针对常规MRI对BI-RADS 4类非肿块样强化（NME）病变诊断效能有限的问题，探讨了合成MRI（SyMRI）弛豫定量参数直方图特征的诊断价值。通过提取T1、T2和质子密度（PD）的直方图特征，并结合DCE-MRI特征和ADC值构建诊断模型。结果显示，SyMRI模型（AUC=0.821）及 ...

前列腺MRI深度学习模型通过PI-RADS指导的学习有效区分中危病例，在检测csPCa的AUC（0.73-0.88）显著优于放射科医生和临床模型 ...