在线演示
四个来自我们论文和学位论文的深度学习模型，运行在实验室的 NVIDIA RTX A6000 GPU 上。每个页面先说明模型如何工作、输入什么、输出什么。所有任务在同一个 GPU 队列中排队，页面会显示你的排队位置和预计时间。
我们不保存上传的数据。
计算结束后文件立即删除。上传前请删除患者身份信息。仅供科研使用。
化疗疗效预测（pCR）
由化疗前与化疗早期两次磁共振影像，预测乳腺癌新辅助化疗能否达到病理完全缓解。
输入: 化疗前乳腺动态增强磁共振体数据（NIfTI，.nii 或 .nii.gz） …
输出: pCR 概率（≥ 0.5 判为 pCR）
身份识别
判断两次乳腺钼靶检查是否属于同一个人。
输入: 检查 A：2–4 个钼靶 DICOM 文件（至少一侧的 CC 与 MLO 位） …
输出: 两次检查属于同一人的概率（> 0.5 判为同一人）
乳腺生理年龄
由筛查钼靶影像估计乳腺的生理年龄，并与实际年龄比较。
输入: 1–4 个钼靶 DICOM 文件（左/右，CC/MLO） …
输出: 预测的生理年龄（模型输出范围 25–47 岁）
风险评估：篡改影像检测
检查一张钼靶影像是否被生成模型抹除了病灶。
输入: 一张钼靶影像：DICOM，或 PNG/TIFF（最好为 16 位）
输出: p 值与判定（p < 0.05 判为篡改）