EM-DETR 多域病灶检测基础模型发布
热点事件持续更新
EM-DETR 多域病灶检测基础模型发布
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究团队提出基于示例驱动定位的 EM-DETR 框架，用于构建多领域医学病灶检测基础模型。该方法采用学生-教师训练策略，融合标签空间异构的多个医学影像数据集，以缓解灾难性遗忘。 据作者报告，模型在胸部 X 光片四项关键发现上的图像级 AUC 超过此前最优结果 1 个百分点，并在胸部 X 光片和乳腺摄影上取得领先的 mAP50，较单数据集训练的 EM-DETR 提升 2 至 3 个百分点。
AI 根据报道生成 · 48 分钟前更新
最新进展11月11日 13:00
EM-DETR 通过示例驱动定位构建多领域医学病灶检测基础模型报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIEM-DETR 通过示例驱动定位构建多领域医学病灶检测基础模型
研究团队基于示例驱动的 EM-DETR 框架提出多领域医学病灶检测基础模型，采用学生-教师训练策略融合标签空间异构的多个医学影像数据集，缓解灾难性遗忘。模型在 CXRs 四项关键发现上图像级 AUC 超过此前 SOTA 1 个百分点，在 CXRs 和乳腺摄影上取得领先的 mAP50，较单数据集训练的 EM-DETR 提升 2-3 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。