跳到主要内容
检索

Zhengzhou University

5 篇关联报道

订阅更新
  1. researchsquare.com

    后门样本不再只看最后一层:CLEAR把跨层极值响应拼起来,Tiny-ImageNet平均TPR达99.54%

    CLEAR把后门样本检测从单层激活搬到跨层极值响应上:先用批归一化统计量把各隐藏层特征对齐到同一尺度,再取每个通道的空间最小值作为异常表示,并用粒子群优化搜索层间权重。在CIFAR-10与Tiny-ImageNet上,CLEAR的平均真阳性率分别为97.54%和99.54%,平均假阳性率为0.16%和0.03%,高于AC、SCALE-UP、AIBD与CCD;用其清洗后的数据重训,模型准确率接近良性模型。

  2. arXiv

    遥感超分不再只喂稠密低分图:把目标压成结构槽,UCMerced上PSNR比DiT4SR高2.03 dB

    遥感图像超分此前把低分辨率观测作为稠密空间条件注入扩散Transformer,前景小目标容易被大面积背景淹没。MOSAIC把退化观测组织成目标级与布局级的紧凑结构槽,跨分辨率融合,并从共享原型记忆中检索反复出现的结构先验,再以轻量残差调制注入冻结的DiT4SR骨干。在UCMerced、AID和RSSCN7上,PSNR在两种倍率下均取得最优,其中UCMerced上比DiT4SR高2.03 dB,AID高4.54 dB,RSSCN7高1.49 dB,并在RSSCN7与AID上取得最低LPIPS。

  3. 前沿技术驱动的胃肠肿瘤相关骨质疏松精准管理:现状、挑战与未来展望

    这篇综述系统评估了人工智能、纳米靶向给药系统与多组学方法在胃肠肿瘤相关骨质疏松(GTO)精准管理中的方法学质量、临床有效性与转化证据,梳理了它们在AI辅助早期筛查与风险预测、纳米靶向骨保护以及基于多组学的“肿瘤—骨—肠轴”机制探索中的应用现状,并讨论了AI泛化能力有限、纳米药物安全性与生产制造难题、多维数据整合与标准化困难、多学科协作不完善及伦理关切等临床转化障碍,指出这些技术有望推动GTO管理从经验实践走向精准医学。

  4. 人工智能驱动的一键式功能性肺避让放疗自动计划系统的临床实施与评估

    该研究将整合了基于剂量学评分的射束角度选择、多模态引导剂量预测与功能引导剂量模拟的AP-FLART系统在RayStation中实施,并用33例接受SPECT通气或灌注成像的肺癌患者数据评估,结果显示自动FLART计划较手动常规放疗计划显著降低高功能肺平均剂量15.1%,在FLART获益患者中把≥2级放射性肺炎概率降低6.25个百分点(27%),临床收益与手动FLART计划相近,且87.9%的自动计划无需修改即可被临床接受,计划时间从2-3小时缩短至约8分钟。

  5. 多模态AI与单细胞转录组整合构建膀胱癌组织病理预后模型,揭示RTN3-糖酵解轴在化疗耐药中的作用

    该研究整合六个公共单细胞RNA测序数据集,用inferCNV推断单细胞水平拷贝数变异并识别高CNV(HCNV)恶性亚群,以HCNV活性为生物学锚点构建基于常规H&E染色切片的深度学习多模态AI预后模型,并通过多组学筛选与体内外实验确定RTN3为核心驱动基因,证明RTN3经JAK2/STAT3通路转录上调PKM2、GLUT1、LDHA等糖酵解酶,驱动糖酵解代谢重编程并介导膀胱癌吉西他滨耐药。

已读完全部报道