PulseAugur
实时 08:40:18
English(EN) CARDIAG: A Dense Segment Classification Benchmark of Deep Learning Architectures for Coronary Angiography

新基准CARDIAG标准化冠状动脉造影分析的深度学习

研究人员推出了CARDIAG,这是一个旨在标准化冠状动脉造影分析深度学习模型评估的新基准。该基准包含一个多中心数据集,具有各种注释和指标,用于评估像素级分类准确性。研究评估了24种不同的架构,发现具有DeepLab V3 Plus解码器的ConvNeXt V2编码器表现最佳,宏F1得分为0.456,通过与Mamba U-Net和Feature Pyramid Network集成,该得分进一步提高到0.479。 AI

影响 标准化心血管疾病评估中AI模型的评估,可能加速诊断工具的开发和采用。

排序理由 该项目描述了一个用于评估特定医学成像领域深度学习模型的新基准和数据集,并对现有架构进行了评估。[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 1 个来源。 我们如何撰写摘要 →

新基准CARDIAG标准化冠状动脉造影分析的深度学习

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Dominik Bernard Lau, Hubert Malinowski, Jerzy Szyjut, Adam Brzeski, Tomasz Dziubich, Rados{\l}aw Targo\'nski, Tomasz Figatowski, Natalia Zieli\'nska ·

    CARDIAG: A Dense Segment Classification Benchmark of Deep Learning Architectures for Coronary Angiography

    arXiv:2607.22139v1 Announce Type: cross Abstract: Accurate pixel-level classification of coronary angiograms is critical for cardiovascular disease assessment, yet the field lacks standardized evaluation protocols. In this work we demonstrate a new benchmark for the assessment of…