研究人员正在探索使用基础模型预测头颈癌复发,并将其性能与传统的影像组学和深度学习方法进行比较。一项研究发现,源自CT图像的基础模型在预测远处转移风险方面优于影像组学和深度学习模型,AUC达到0.791。然而,另一项调查强调了这些基础模型在不同临床环境和图像分布中泛化的挑战,表明将影像特征与临床数据相结合仍然是预后预测最准确的方法。 AI
影响 基础模型在医学诊断方面显示出潜力,但需要进一步研究以确保其在不同临床数据中的可靠性。
排序理由 该集群包含两篇研究论文,探讨了基础模型在医学影像中用于癌症预测的应用。
在 Hugging Face Daily Papers 阅读 →
- computed tomography
- deep learning
- foundation model
- head and neck cancer
- Hugging Face
- multilayer perceptron
- RADCURE
- radiomics
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →