PulseAugur
中
实时 07:27:50
English(EN) Uncertainty-Aware Multimodal Fusion for Oral Lesion Classification

新AI模型整合深度学习与光谱分析用于口腔病变分类

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的口腔病变分类方法，将深度学习与光谱分析和人口统计学数据相结合。该方法利用微调的ConvNeXtV2网络进行图像嵌入，然后将其转换为高光谱域。从这些重建的高光谱立方体中，提取光谱和纹理描述符，并与人口统计学信息整合。创建了一个增量启发式元学习器（IHML）来合并校准的基础分类器，通过解耦证据提取与决策融合，提高了在小型、异构医学数据集上的诊断鲁棒性。该模型在未见过的数据集上取得了66.23%的宏观F1分数和64.56%的总体准确率，证明了RGB到高光谱重建和集成元学习在口腔病变筛查中的有效性。 AI

影响 这项研究展示了一种新颖的医学图像分析方法，有可能在资源匮乏的环境中改善疾病的早期检测。

排序理由 该集群包含一篇详细介绍用于医学图像分类的新型AI模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新AI模型整合深度学习与光谱分析用于口腔病变分类

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Soujanya Hazra, Rupam Mukherjee, Rajkumar Daniel, Shirin Dasgupta, Subhamoy Mandal ·

    用于口腔病变分类的不确定性感知多模态融合

    arXiv:2511.12268v3 Announce Type: replace-cross Abstract: Early detection of oral cancer and potentially malignant diseases is a major challenge in low-resource settings due to the scarcity of annotated data. We provide a unified approach for oral lesion classification that incor…

相关实体

相关话题