跳到正文
热点事件持续更新

通用CT模型鉴别肝肿瘤能力评估

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Yosuke Yamagishi 等发布研究,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,Merlin 在零样本设置下准确率为 60.9%;RADAR 零样本准确率为 54.4%,但引入线性探测后准确率提升至 79.9%。研究证实通用模型仅凭现有输出鉴别能力有限,需通过线性探测显著改善性能。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    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

    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。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

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。