MIMIC-CXR-JPG
PulseAugur coverage of MIMIC-CXR-JPG — every cluster mentioning MIMIC-CXR-JPG across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新框架整合视觉和语言模型用于胸部X光片分类
研究人员开发了一个新的多标签胸部X光片分类框架，该框架整合了来自RAD-DINO的单模态视觉表示和来自BioViL-T的视觉-语言表示。该方法在潜在空间中精炼和融合这些嵌入，旨在提高分类性能并理解每个数据源的互补作用。在MIMIC-CXR-JPG数据集上的实验表明，虽然RAD-DINO独立性能优于BioViL-T，但它们的组合使用，特别是经过单独精炼后的混合融合，取得了最佳结果，实现了0.840的平均AUROC和0.467的mAP。研…
-
AI框架在胸部X光分诊方面显示出潜力，但落后于放射科医生的判断
研究人员开发了一个名为跨模态分诊网络（CMTN）的多模态深度学习框架，以改进胸部放射影像（CXR）扫描的分类。CMTN融合了视觉和文本编码器来评估严重程度和检测病理，在基准数据集上实现了低延迟的高性能。然而，一项临床审计显示，虽然模型的量化性能很强，但与专家放射科医生的_一致性_显著较低，表明算法评估与临床判断之间存在差距。
-
新基准改进了对复杂胸部X光片查询的AI检索
研究人员开发了CXR-Retrieve，一个旨在改进胸部X光片档案的文本到图像检索的新基准。当前模型在涉及连词和否定词的临床查询方面存在困难，例如“肺不张且无肺炎”。CXR-Retrieve通过关注检索到的图像是否满足所有断言的临床约束，而不是仅仅匹配自由文本报告来解决这个问题。提出的标签感知对比微调目标显著提高了精度，尤其是在涉及多种病理或否定的复杂查询方面。
-
发布了用于胸部X光片分类的AI不确定性基准
研究人员开发了一个基准来评估用于多标签胸部X光片分类的AI模型中的不确定性量化。该研究使用了MIMIC-CXR-JPG数据集，评估了卷积和Transformer架构的13种不同方法。研究结果强调，根据方法和模型架构的不同，在区分认知不确定性和偶然不确定性方面，效果和局限性各不相同。