超声图像分析，登上Nature大子刊！

背景：乳腺超声图像分析因生物结构复杂、病理语义细微、临床场景差异大而解读难度高，深度学习模型受限于公开数据稀缺，面临过拟合、泛化能力不足等问题。研究目的：为解决上述问题，研究团队提出首个面向乳腺超声图像分析的基础生成式模型BUSGen，旨在通过大规模预训练生成高质量合成数据，提升下游任务的性能。结论：BUSGen基于超过350万张图像预训练，经小样本适配后，在乳腺癌筛查、早期诊断及预后指标预测等任务中显著提升模型性能，生成数据具有高真实感且有效保护隐私，为乳腺癌精准诊疗提供了新方案。