实体
NLStradamus: a simple Hidden Markov Model for nuclear localization signal prediction
NLStradamus: a simple Hidden Markov Model for nuclear localization signal prediction
PulseAugur coverage of NLStradamus: a simple Hidden Markov Model for nuclear localization signal prediction — every cluster mentioning NLStradamus: a simple Hidden Markov Model for nuclear localization signal prediction across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
OrganLens 框架从 CT 扫描中学习器官特定表示
研究人员开发了 OrganLens，一个新颖的自监督学习框架，旨在从 CT 扫描中创建器官特定表示。与生成整个扫描的单一表示的现有模型不同，OrganLens 将共享编码器条件化为特定器官，从而能够在不需要外部分割掩码的情况下为每个器官生成不同的特征。这种方法在下游任务中表现出显著的改进，例如提高了心脏相关预测的 AUROC 并增加了肺癌死亡率预测的 C 指数。
-
医学影像AI易受未监控的采集状态变化影响
一项新的研究论文强调了医学影像AI中一个关键的、未被监控的变量：采集状态。研究表明，即使在患者和采集参数完全相同的情况下，重建核（reconstruction kernels）的变化也会显著改变AI测量的结节大小，甚至改变分类类别。这种对标准DICOM元数据不可见的“不稳定性”会根据噪声和频率内容的不同程度地影响检测置信度和测量可靠性，因此需要进行面向采集状态的验证才能获得AI认证。