通用CT基础模型区分肝脏肿瘤能力受评估
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
最新进展11月20日 13:00
通用 CT 基础模型 RADAR 与 Merlin 能否区分肝脏肿瘤?报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- 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。