Fakrul Islam Tushar
PulseAugur coverage of Fakrul Islam Tushar — every cluster mentioning Fakrul Islam Tushar across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
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。
-
AI肺癌筛查得益于模拟CT扫描
研究人员开发了一种新颖的方法，利用基于物理的、解剖学信息的模拟CT扫描来解决AI肺癌筛查中带注释数据稀缺的问题。通过创建数字人体孪生并模拟CT扫描，他们生成了一个数据集，显著提高了AI模型在检测、分割和恶性度分类任务中的性能。这种方法有望增强AI在医学影像中的能力，特别是在罕见疾病表现方面。
-
新的诊断方法可预测合成医学数据的可迁移性，无需标签
研究人员开发了一种新颖的方法，可以在没有实际标签的情况下预测合成医学成像数据在现实世界应用中的可迁移性。他们的诊断工具在肺部CT扫描和五个视觉语言模型（VLM）上进行了测试，区分了供体驱动的能力（与移植的结节相关）和宿主驱动的能力（与周围解剖结构相关）。研究结果表明，供体驱动的能力可以可靠地从合成数据迁移到真实数据，而宿主驱动的能力则不能，这种可预测性在各种任务和数据集中都成立。
-
iTRIALSPACE框架通过虚拟试验增强肺部CT模型评估
研究人员开发了iTRIALSPACE，一个旨在改进用于分析肺部CT扫描的医学视觉语言模型（VLMs）评估的新框架。该系统通过创建虚拟病灶试验，克服了当前基准测试的局限性，实现了更可控和可证伪的测试。该框架合成了具有特定病灶特征的逼真CT图像，从而能够更深入地理解除静态数据集之外，哪些因素会影响模型的准确性。