RADAR与Merlin模型肝肿瘤鉴别研究
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
最新进展11月19日 13:00
通用 CT 基础模型在肝脏肿瘤鉴别诊断中的表现研究报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- 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
- –
02.557.510
14:0016:0018:0020:0022:0011月20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。