PulseAugur
中
实时 09:43:29
English(EN) ConRad: Efficient Conformal Prediction for Radiomics

ConRad框架增强了医学影像组学的一致性预测

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了ConRad，一个用于影像组学一致性预测的新框架，旨在提高医学影像测量值的效率和可靠性。ConRad通过构建适应性预测区间来解决过度自信或校准不佳的分割模型问题，这些区间整合了测试时信息，如图像外观、掩模几何形状和分割不确定性。跨多个数据集和影像组学目标的实验表明，ConRad在保持覆盖率保证的同时实现了更好的特征级效率，其中分割边界不确定性被确定为其性能的关键因素。 AI

影响 通过改进分割模型的校准来提高AI驱动的医学图像分析的可靠性。

排序理由 该集群包含一篇详细介绍影像组学一致性预测新方法的学术论文。

在 arXiv cs.CV 阅读 →

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

ConRad框架增强了医学影像组学的一致性预测

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Matt Y. Cheung, Ashok Veeraraghavan, Guha Balakrishnan ·

    ConRad: Efficient Conformal Prediction for Radiomics

    arXiv:2607.08084v1 Announce Type: cross Abstract: Radiomic features derived from medical images and segmentation masks are used to support decision making in clinical imaging pipelines. In practice, these features are often computed from predicted masks, but segmentation models c…

  2. arXiv cs.CV TIER_1 English(EN) · Guha Balakrishnan ·

    ConRad: Efficient Conformal Prediction for Radiomics

    Radiomic features derived from medical images and segmentation masks are used to support decision making in clinical imaging pipelines. In practice, these features are often computed from predicted masks, but segmentation models can be overconfident or poorly calibrated, making d…

相关实体

相关话题