热点事件持续更新

CalibCause：一种针对糖尿病视网膜病变分级的新框架

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Sohaib Sulman等人发布了一项名为CalibCause的深度学习框架，该框架旨在为糖尿病视网膜病变（DR）分级提供一种可解释且经过校准的混合专家方案。该框架通过结合每个专家的视觉解释、无标签图像质量条件化、知识蒸馏以及带有弃判功能的校准置信度，从而提高了评估的可靠性。

AI 根据报道生成 · 46 分钟前更新

沿着报道，了解事件的不同侧面。

11月2日

13:00
arXiv · ML
CalibCause：面向糖尿病视网膜病变分级的质量门控、可解释且校准的深度框架
CalibCause 提出一种结合视觉解释、无标签质量条件化及知识蒸馏的质量门控混合专家框架，用于糖尿病视网膜病变分级。在 51,310 张眼底图像测试中，无标签学生模型参数量 2780 万，QWK 达 0.863，比教师模型参数少 52%。跨站点平均 QWK 为 0.741，与 ConvNeXt-Tiny 基线持平，且校准后期望校准误差降至 0.025-0.036。

还没有足够的连续观测数据，暂不绘制趋势。