自训练提升跨中心冠脉血管分割性能
热点事件持续更新
自训练提升跨中心冠脉血管分割性能
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Danial Moafi 等作者发表研究，评估用伪标签自训练能否在无额外人工标注的情况下提升 X 射线血管造影冠状动脉分割在外部中心数据上的表现。伪标签来自 ARCADE 训练的 nnU-Net 预测与预造影帧减影得到的对比图。 在 XCAD 数据池上训练的模型经自训练后宏平均 Dice 分数提升 2.7 点（95% CI 2.3–3.2），对照模型则下降 0.6 点；第二轮自训练未带来进一步提升。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
利用预造影帧减影的自训练实现X射线血管造影跨中心冠状动脉血管分割报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI利用预造影帧减影的自训练实现X射线血管造影跨中心冠状动脉血管分割
研究评估了用伪标签自训练提升X射线血管造影冠状动脉分割在外部中心数据上的表现，伪标签来自ARCADE训练的nnU-Net预测与预造影帧减影得到的对比图。在XCAD数据池上训练的模型将宏平均Dice分数提升2.7点（95% CI 2.3-3.2），而对照模型下降0.6点，第二轮自训练未带来进一步提升。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。