English(EN) Foundation Models vs. Radiomics for Lung Computed Tomography: A Benchmark of Feature Extractors, Classification Heads, and Segmentation Choices

基础模型与放射组学在肺部CT分析中的基准测试

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-01 14:37

一篇新发布的arXiv基准研究，将基础模型与传统的放射组学技术在肺部CT扫描分析方面进行了比较。该研究评估了五种特征提取器、七种分类头和三种分割方法，涵盖了肿瘤分类和生存预测等五个任务。研究结果表明，分割对于体积和分期分类至关重要，而分类器的选择显著影响生存和组织学预测。研究建议在临床任务中，默认采用Curia结合肿瘤分割和CatBoost的流程，并在缺乏肿瘤描绘时提供替代方案。 AI

影响该研究为医学影像中的AI模型提供了基准，指导肺部CT分析中特征提取器和分类器的选择。

排序理由该条目是一篇发表在arXiv上的研究论文，详细介绍了比较AI模型和传统方法的基准研究。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Nils Neukirch, Martin Maurer, Nils Strodthoff · 2026-07-02 04:00

Foundation Models vs. Radiomics for Lung Computed Tomography: A Benchmark of Feature Extractors, Classification Heads, and Segmentation Choices

arXiv:2607.01001v1 Announce Type: cross Abstract: Radiomics is the established approach for CT-based lung cancer phenotyping, yet comparisons with foundation models rarely isolate contributions of feature extractor, classification head, and segmentation choice, or test cross-coho…
arXiv cs.LG TIER_1 English(EN) · Nils Strodthoff · 2026-07-01 14:37

基础模型与肺部计算机断层扫描的放射组学：特征提取器、分类头和分割选择的基准测试

Radiomics is the established approach for CT-based lung cancer phenotyping, yet comparisons with foundation models rarely isolate contributions of feature extractor, classification head, and segmentation choice, or test cross-cohort robustness. We benchmark five feature extractor…

报道来源 [2]

Foundation Models vs. Radiomics for Lung Computed Tomography: A Benchmark of Feature Extractors, Classification Heads, and Segmentation Choices

基础模型与肺部计算机断层扫描的放射组学：特征提取器、分类头和分割选择的基准测试

相关实体

相关话题