PulseAugur
中
实时 11:05:08
English(EN) Frozen Foundation-Model Embeddings Discard Small-Lesion Signal in Chest Radiography: Implications for Pre-Deployment Evaluation

冻结的 ViT 嵌入在胸部 X 光片中丢失小病灶信号

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新的研究论文探讨了视觉 Transformer (ViT) 中冻结的基金模型嵌入如何影响胸部 X 光片中小病灶的检测。研究发现，像分类令牌和块均值这样的标准聚合方法会丢弃至关重要的小病灶信号。然而，当嵌入被限制在特定感兴趣区域时，信号是可以恢复的，准确率接近完美。 AI

影响 人工智能模型中的标准聚合方法会抑制医学影像中的关键信号；将分析限制在感兴趣区域可以恢复丢失的信息。

排序理由 该集群包含一篇详细介绍人工智能模型性能研究结果的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Raajitha Muthyala, Zhenan Yin, Alekhya Jilla, Frank Li, Theo Dapamede, Bardia Khosravi, Mohammadreza Chavoshi, Judy Gichoya, Saptarshi Purkayastha ·

    Frozen Foundation-Model Embeddings Discard Small-Lesion Signal in Chest Radiography: Implications for Pre-Deployment Evaluation

    arXiv:2606.11606v1 Announce Type: new Abstract: Frozen vision-transformer (ViT) foundation-model embeddings increasingly serve as the substrate for downstream chest-radiography (CXR) pipelines, yet where small-scale, low-contrast signal is retained or lost in the frozen forward p…

相关实体

相关话题