CAST:无需训练的医学图像上下文分割框架发布
热点事件持续更新
CAST:无需训练的医学图像上下文分割框架发布
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026 年 11 月,Mingze Jiang 等人提交论文 CAST,提出一种用于免训练生物医学上下文内分割的对应关系校准方法。该研究针对密集标注稀缺及跨主体、跨模态泛化难的问题,构建基于冻结 DINOv3 骨干网络的框架,旨在推理时通过少量标注示例实现精细化的结构对应关系校准。
AI 根据报道生成 · 10 小时前更新
最新进展11月18日 13:00
CAST:一种用于免训练生物医学上下文内分割的对应关系校准方法报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉CAST:一种用于免训练生物医学上下文内分割的对应关系校准方法
针对生物医学图像分割中密集标注稀缺及跨主体、跨模态泛化难的问题,该研究提出 CAST 框架。该方法基于冻结的 DINOv3 骨干网络,无需额外训练即可在推理时通过少量标注示例实现精细化的结构对应关系校准。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日
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。