实体
CT Foundation Models
CT Foundation Models
PulseAugur coverage of CT Foundation Models — every cluster mentioning CT Foundation Models 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
-
新方法提炼CT基础模型用于肺结节恶性肿瘤预测
研究人员开发了一种将CT基础模型提炼为可编辑的概念瓶颈以预测肺结节恶性肿瘤的方法。这些模型将CT表示映射到放射科医生定义的属性，并根据这些概念和结节大小预测恶性肿瘤。该方法展示了适度的概念保真度，并在恶性肿瘤鉴别方面达到了与单独使用结节大小相当的水平，提供了可通过受控概念干预进行修改的透明预测。
-
3D CT基础模型在新基准测试中表现各异
一项评估十个冷冻3D CT基础模型的新基准研究显示，没有一个模型能在所有诊断环境中持续优于其他模型。性能高度依赖于评估方法和异常的性质，较大的、高对比度的发现更容易被检测到。研究表明，虽然视觉-语言对齐可以提高性能，但一个简单的监督编码器也具有竞争力，未来的进步可能需要区域或病灶级别的预训练，以更好地表示小的、低对比度的异常。
-
新框架调整CT基础模型以更好地对齐放射学报告
研究人员开发了解剖学情境化适应（ACA）框架，这是一种旨在改进CT视觉语言基础模型的新型框架。ACA能够高效地调整现有的冻结模型，以实现与放射学报告在解剖学层面的对齐，从而增强精细的解剖学信号和全局上下文。这种轻量级方法在Merlin和CT-RATE数据集上进行了评估，在零样本发现分类方面，以极少的训练时间显著优于基线模型。