LENS-GRF痤疮分级模型研究
热点事件持续更新
LENS-GRF痤疮分级模型研究
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年11月3日，研究团队发布arXiv论文，正式提出LENS-GRF痤疮严重程度分级模型。该模型结合Vision Transformer与YOLO11s生成病损嵌入，通过门控残差融合实现排列不变聚合，在ACNE04数据集上的自动化推理准确率达到80.82%。 然而，模型在外部PLSBRACNE01队列中的准确率降至35.00%。这一显著的性能落差证实了当前技术尚需更可靠的病损检测与验证机制，才能支持临床应用。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
LENS-GRF：用于痤疮严重程度分级的排列不变病损证据网络及门控残差融合报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AILENS-GRF：用于痤疮严重程度分级的排列不变病损证据网络及门控残差融合
LENS-GRF 在 ACNE04 数据集自动化推理准确率达 80.82%。 该网络结合 Vision Transformer 与 YOLO11s 建议生成病损嵌入，通过门控残差融合实现排列不变聚合。在外部 PLSBRACNE01 队列中准确率降至 35.00%，证实目前尚需更可靠的病损检测与验证以支持临床应用。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。