医疗基础模型在肾脏病变CT分析方面落后于放射组学

一项新的基准研究评估了三种医疗基础模型（FMs）在CT扫描中对肾脏病变进行分层的有效性。虽然基础模型显示出潜力，其性能与从头训练的3D ResNet相当，且计算能力要求显著降低，但它们并未超越传统的放射组学分类器。研究表明，当前通用的基础模型嵌入可能尚未捕捉到区分病变亚型至关重要的详细纹理和形状变化，因此放射组学仍然是该特定任务的当前最先进技术。 AI

影响 基础模型在医学影像分析方面显示出潜力，但目前在肾脏病变分层方面并未优于已建立的放射组学方法。

排序理由 该集群包含一篇详细介绍医疗基础模型基准研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• 3D ResNet-50
• CT scans
• Foundation Models
• Radiomics
• Renal Lesion Stratification
• The Cancer Imaging Archive

• 论文
• 其他

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