跳到正文
热点事件持续更新

通用CT基础模型区分肝脏肿瘤能力受评估

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Yosuke Yamagishi等作者发表回顾性研究,用公开单机构多期CT数据集评估通用CT基础模型RADAR和Merlin区分肝脏肿瘤的能力。零样本设置下,RADAR四分类准确率仅54.4%(κ=0.37),并将31%(129/421)的恶性肿瘤预测为血管瘤。 研究称,仅用线性探针在四期特征上训练线性分类器后,RADAR准确率提升至79.9%(κ=0.72),误判为血管瘤的恶性肿瘤降至1%(5/421);Merlin准确率为60.9%。

AI 根据报道生成 · 58 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    通用 CT 基础模型 RADAR 与 Merlin 能否区分肝脏肿瘤?

    研究评估了 RADAR 和 Merlin 两个通用 CT 基础模型区分肝脏肿瘤的能力,在零样本设置下 RADAR 四分类准确率仅 54.4%(κ=0.37),并将 31%(129/421)的恶性肿瘤预测为血管瘤。仅用线性探针在四期特征上训练线性分类器后,RADAR 准确率提升至 79.9%(κ=0.72),误判为血管瘤的恶性肿瘤降至 1%(5/421),Merlin 准确率为 60.9%。

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。