跳到主要内容
检索

Zhejiang Cancer Hospital

2 篇关联报道

订阅更新
  1. arXiv

    超声诊断标注不必逐帧硬啃:EvoDiff用扩散模型生成探针,只挑真图给专家标

    EvoDiff把主动学习的选样改成“先生成、再检索”:在特征空间里用扩散采样生成合成探针,只把被探针检索到的真实未标注超声图像交给专家标注。在覆盖15个数据集、16,696张图像、6类器官任务的评测中,它在ResNet-50与USFM两种下游模型上多数设置优于随机采样和多种主动学习基线,并以模型估计的标注工作量指标给出相对随机采样24%至84%的削减。

  2. 鼻咽癌监测策略的最新进展:从指南随访到个体化精准监测

    这篇综述系统梳理了鼻咽癌(NPC)现有随访方案与最新进展,一方面比较分析了主要随访指南中的随访频率、影像学手段(MRI、PET)、血浆EBV-DNA监测与功能评估,另一方面阐述了基因组学、影像组学和人工智能在NPC监测中的应用前景与研究进展,并指出基于条件生存模型等风险分层的个体化随访策略可提升监测的成本效益,而影像组学与人工智能在复发风险评估、预后分层和个体化监测方面展现出潜力。

已读完全部报道