跳到正文
热点事件持续更新

肾细胞癌放射组学融合模型概率校准评估

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Yuan Liang 等作者提交的论文评估了在肾细胞癌分类中,向四类图像模型加入放射组学特征能否在区分度之外改善概率预测质量。研究使用 KiTS23 数据集 396 名患者,在 12 组匹配对比中,AUC 和 AP 全部 12 组提升,Brier score 与 NLL 提升 11 组,ECE 提升 8 组;3D MedVAE 门控融合模型综合表现最佳,概率平均集成在全部五个主指标上均优于纯图像模型。 该论文已被 2026 年爱尔兰人工智能与认知科学会议(AICS 2026)接收。结论基于上述数据集与对比设置,未涉及其他人群或临床场景的验证。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    在肾细胞癌分类中评估放射组学-图像融合的概率校准

    研究基于 KiTS23 数据集的 396 名患者,检验在四类图像模型中引入放射组学能否在区分度之外提升概率预测质量。在 12 组匹配对比中,AUC 和 AP 全部 12 组提升,Brier score 与 NLL 提升 11 组,ECE 提升 8 组;3D MedVAE 门控融合模型综合表现最佳,概率平均集成在全部五个主指标上均优于纯图像模型。

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。