Español(ES) Reliable Mislabel Detection for Video Capsule Endoscopy Data

新框架检测医学影像数据集中的错误标签数据

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-08 04:00

研究人员开发了一个框架，用于识别医学影像数据集中的错误标签数据，并专门在视频胶囊内窥镜数据上进行了验证。该方法旨在通过清理数据集来提高深度神经网络的准确性，而这些数据集的标注往往很困难，因为需要专业医生且类别边界模糊。该框架成功检测到标记错误的样本，并在数据集精炼后提高了异常检测性能。 AI

影响通过解决数据质量问题，提高了专业医学领域深度学习模型的准确性。

排序理由该集群包含一篇学术论文，详细介绍了用于医学影像数据集错误标签检测的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 Español(ES) · Julia Werner, Julius Oexle, Oliver Bause, Maxime Le Floch, Franz Brinkmann, Hannah Tolle, Jochen Hampe, Oliver Bringmann · 2026-07-08 04:00

Reliable Mislabel Detection for Video Capsule Endoscopy Data

arXiv:2602.06938v2 Announce Type: replace-cross Abstract: The classification performance of deep neural networks relies strongly on access to large, accurately annotated datasets. In medical imaging, however, obtaining such datasets is particularly challenging since annotations m…