跳到正文
热点事件持续更新

RADAR与Merlin模型肝肿瘤鉴别研究

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

Yosuke Yamagishi等人发表了一项回顾性研究,评估了RADAR和Merlin两款通用CT基础模型在肝脏肿瘤鉴别诊断中的表现。 该研究利用单一机构公开的多相CT数据集,对517例肝脏肿瘤病例进行了测试。结果发现,在Zero-shot零样本场景下,RADAR模型的准确率仅为54.4%。 当采用Linear probing线性探针方法对模型进行微调后,RADAR的准确率显著提升至79.9%,误判率大幅降低。这表明通用CT基础模型的零样本肿瘤鉴别能力有限,需通过特征微调优化才能有效应用。

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 · AI
    通用 CT 基础模型在肝脏肿瘤鉴别诊断中的表现研究

    研究评估 RADAR 和 Merlin 两个通用 CT 基础模型对 517 例肝脏肿瘤的多相 CT 鉴别能力。 Zero-shot 场景下 RADAR 准确率仅 54.4%,而采用 linear probing 方法后提升至 79.9%,显著降低误判率。 结果显示通用 CT 基础模型的零样本肿瘤鉴别能力有限,需通过特征微调优化。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
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。