GazeLT

AI模型解决医学图像罕见病分类问题 · 跟踪2个来源

两篇研究论文探讨了医学图像分类中长尾分布的挑战，即罕见病的样本数据非常少。第一篇论文探索了使用数据增强技术的标准深度学习模型，以提高罕见病的分类准确性，并使用F1分数和AUROC等指标评估性能。第二篇论文介绍了GazeLT，一种新颖的方法，将人类视觉注意力模式整合到深度学习模型中，以更好地捕捉胸部X光片中常见和罕见疾病的指标，并在大型数据集上展示了比现有方法显著的改进。