实体
Bashirul Azam Biswas
Bashirul Azam Biswas
PulseAugur coverage of Bashirul Azam Biswas — every cluster mentioning Bashirul Azam Biswas across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新研究探索用于PET/CT病灶分割的多模态AI
两篇新研究论文探讨了用于癌症患者PET/CT病灶分割的多模态自监督学习。第一篇论文MUST-PET提出了一个框架，该框架同时使用PET和CT扫描数据，并在FDG和PSMA等不同放射性示踪剂之间进行训练，以提高泛化能力并减少对大量手动标注的需求。第二篇论文研究了结合两种示踪剂PSMA和FDG数据的各种融合策略，发现虽然融合可能是有益的，但特定于示踪剂的模型通常表现更好，特别是当示踪剂能够捕捉前列腺癌等病症的互补生物学信息时。
-
新的 FEEDS 策略通过减少标注来提高 AI 癌症检测效率
研究人员开发了一种名为 FEEDS（Foundation model-Enabled Efficient Data Sampling）的新策略，以提高用于 PET/CT 成像中癌症检测的 AI 模型训练效率。该方法利用视觉基础模型嵌入来智能选择最具信息量的未标注病例供专家标注，从而减少了通常所需的大量时间和专业知识。FEEDS 在各种数据集和示踪剂上，通过减少 70% 的标注工作量，实现了与完全标注相媲美的性能，并且优于随机抽样和传统…
-
AI通过不确定性量化改进癌症病灶分割
研究人员开发了一个新框架，用于改进全身PET/CT扫描中用于癌症分期的病灶分割。该方法集成了贝叶斯集成以减少变异性，并量化不确定性以突出潜在的错误分类区域。不确定性感知训练提高了病灶检测能力，尽管它会以精度为代价，并且一种自适应路由策略进一步优化了性能。