PulseAugur
中
实时 10:39:43
English(EN) TRACE: A Concept Bottleneck Model for Longitudinal 3D Glioblastoma Response Assessment

TRACE模型通过概念瓶颈提供可解释的胶质母细胞瘤反应评估

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了TRACE，这是一种概念瓶颈模型，用于使用3D MRI扫描进行可解释的纵向胶质母细胞瘤反应评估。与直接预测标签的传统深度学习方法不同，TRACE利用临床上有意义的肿瘤测量作为根概念，并通过确定性规则推导出下游概念，与RANO 2.0标准保持一致。该模型处理配对的基线和随访扫描，并纳入扫描间隔和新病灶信息。在LUMIERE数据集上的交叉验证中，TRACE实现了0.4769的4类宏F1分数和0.7085的二元F1分数，其性能与不可解释的深度学习方法相当，并优于概念瓶颈基线。 AI

影响 这项研究推动了医学影像中可解释AI的发展，有望改善胶质母细胞瘤治疗的临床决策。

排序理由 该集群包含一篇详细介绍新模型及其在特定任务上性能的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

TRACE模型通过概念瓶颈提供可解释的胶质母细胞瘤反应评估

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Alia Tarek, Hamsa Saberr, Hamza Elghonemy, Youssef Afify, Tamer Basha, Omair Shahzad Bhatti, Abdulrahman M. Selim, Hasan Md Tusfiqur Alam Daniel Sonntag ·

    TRACE：一种用于纵向3D胶质母细胞瘤反应评估的概念瓶颈模型

    arXiv:2606.30313v1 Announce Type: cross Abstract: Longitudinal glioblastoma response assessment requires comparing subtle tumor changes across MRI time points using structured clinical criteria such as RANO. However, most deep learning methods predict response labels directly fro…

  2. arXiv cs.LG TIER_1 English(EN) · Hasan Md Tusfiqur Alam Daniel Sonntag ·

    TRACE：一种用于纵向3D胶质母细胞瘤反应评估的概念瓶颈模型

    Longitudinal glioblastoma response assessment requires comparing subtle tumor changes across MRI time points using structured clinical criteria such as RANO. However, most deep learning methods predict response labels directly from imaging features, which limits clinical inspecti…

相关实体

相关话题