实体
CT-CLIP
CT-CLIP
PulseAugur coverage of CT-CLIP — every cluster mentioning CT-CLIP 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
-
新的AI方法审计CT扫描预测的医学准确性
研究人员开发了一种名为可审计CT表型分析（ACT）的新方法，以提高AI模型从计算机断层扫描（CT）预测临床表型的准确性。ACT使用报告推导的放射学观察来训练模型，解决了当前模型可能依赖虚假相关而非真正疾病指标的担忧。在评估中，ACT的表现优于现有的视觉语言基线，证明了其识别和减轻对非诊断性观察依赖的能力。
-
探索零样本 CT 视觉语言模型的测试时适应
研究人员调查了测试时适应（TTA）对于零样本 3D CT 视觉语言模型（VLMs）的有效性。他们的分析表明，TTA 的效用是有条件的，需要体积输入保持编码器深度结构，并且基础表示能够迁移到目标队列。他们引入了 CARVE（基数感知保留视图熵），一种专为此特定场景设计的新型 TTA 方法，该方法通过内存高效的多视图适应过程来估计标签基数并保留共现异常。
-
CT-CLIP模型以有限数据增强肺癌生存预测能力
研究人员开发了一种新的方法，使用一种称为CT-CLIP的领域特定基础模型来预测肺癌生存率。该方法利用了242名患者的CT扫描和临床数据，证明CT-CLIP表示可以显著提高预后预测，即使在数据有限的情况下也是如此。研究发现，一个冻结的CT-CLIP模型配合可训练的生存头，其性能优于传统的临床基线和其他多模态方法，能有效区分高风险和低风险患者群体。