新的病理WSI离群检测方法利用多模态基础模型

研究人员开发了ZIO，一种用于病理全切片图像（WSI）的离群（OOD）检测的新型无训练方法。该方法利用多模态视觉-语言基础模型构建分布内类别的文本和视觉原型，并将它们整合起来以识别与训练数据的偏差。ZIO旨在通过确保模型在其专业知识范围内运行来提高AI在临床环境中的部署安全性，并在各种领域转移中展示了优于现有方法的性能。 AI

影响 通过使模型能够检测并避免离群输入，提高了AI在临床病理学中的安全性和可靠性。

排序理由 研究论文发表在arXiv上，详细介绍了计算病理学中离群检测的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Sabri Mustafa Kahya
• ScienceCast
• vision--language pathology foundation models

• 论文
• 安全
• 产品

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