跳到正文
arXiv · 机器人与计算机视觉· Yosuke Yamagishi, Tomohiro Kikuchi, Shouhei Hanaoka, Takeharu Yoshikawa, Osamu Abe·· 14 小时前AI 评分35

RADAR 与 Merlin 通用 CT 基础模型在肝肿瘤鉴别中的零样本与线性探测性能评估

How Well Do Generalist CT Foundation Models Differentiate Liver Tumors?

AI 导读

该研究利用公开单机构多期 CT 数据集(517 例),评估了 RADAR 和 Merlin 两个通用 CT 基础模型对肝肿瘤的鉴别能力。结果显示,RADAR 在零样本设置下四分类准确率为 54.4%,而引入线性探测后准确率提升至 79.9%;Merlin 的零样本准确率为 60.9%。研究证实通用模型仅凭现有输出鉴别能力有限,但通过线性探测可显著改善性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org