最近的一篇arXiv论文评估了两个通用CT基础模型RADAR和Merlin在区分肝脏肿瘤方面的能力。在零样本设置下,RADAR的准确率为54.4%,将相当一部分恶性肿瘤误判为血管瘤。然而,通过线性探测,RADAR的准确率提高到79.9%,Merlin的准确率为60.9%。研究表明,虽然这些通用模型在肿瘤区分方面的零样本能力有限,但通过少量额外训练可以显著提高其性能。 AI
影响 通用CT基础模型在医学影像分析方面显示出潜力,但需要进行微调才能准确区分肿瘤。
排序理由 该集群包含一篇在arXiv上发表的学术论文,其中详细介绍了研究结果。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- computed tomography
- hemangioma
- hepatocellular carcinoma
- intrahepatic cholangiocarcinoma
- liver tumors
- Merlin
- RADAR
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →