Octans
PulseAugur coverage of Octans — every cluster mentioning Octans across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
EyeMVP模型通过配对的CFP-OCT预训练增强视网膜分析
研究人员开发了EyeMVP，这是一种用于视网膜图像分析的新型基础模型，它整合了彩色眼底摄影（CFP）和光学相干断层扫描（OCT）的数据。EyeMVP在来自超过112,000名患者的配对CFP-OCT图像的大型数据集上进行了预训练，学会了利用OCT衍生的结构信息来增强CFP表示。这使得在推理过程中仅使用CFP图像即可进行更准确的诊断，在检测黄斑水肿和近视性黄斑劈裂等任务上的表现优于现有模型和人类眼科医生（在探索性研究中）。
-
深度学习模型使用OCT和OCTA扫描准确分期AMD
研究人员开发了深度学习模型，利用光学相干断层扫描（OCT）和OCT血管造影（OCTA）数据自动分期年龄相关性黄斑变性（AMD）。这些模型在AMD严重程度分级方面表现出强大的性能，与参考标准有实质性的一致性。一个基于生物标志物的模型显示出最高的整体性能，并且在检测早期AMD方面特别有效。
-
《校外人生》创下年度烂番茄评分纪录
浪漫题材剧集《校外人生》(Off Campus) 在烂番茄上创下了过去一年评论家和观众综合评分的纪录。该剧以总分186分的成绩，险胜了《激烈竞争》(Heated Rivalry) 和《永远》(Forever) 等其他热门剧集。该剧可在亚马逊上观看，并且是今年该平台上评分第三高的剧集，显示出其获得了显著的评论界和观众的赞誉。
-
OphMAE基础模型通过多模态成像推进眼科诊断
研究人员开发了OphMAE，一种用于眼科诊断的新型基础模型，它整合了3D光学相干断层扫描（OCT）和2D正面OCT成像。OphMAE在超过183,000张OCT图像上进行了预训练，在17项诊断任务上取得了最先进的性能，包括年龄相关性黄斑变性（AMD）的96.9% AUC。该模型通过在仅使用2D单模态输入时仍保持高准确性，以及在标记数据有限的情况下表现出强大的性能，展示了其适应性。
-
SAIL框架利用解剖学先验知识增强视网膜成像中的AI可解释性
研究人员开发了一个名为SAIL（结构感知可解释学习）的新框架，以提高用于视网膜疾病诊断的光学相干断层扫描（OCT）的深度学习模型的可解释性。现有方法常常无法准确描绘解剖结构或尊重边界，从而阻碍了临床信任。SAIL将解剖学先验知识与语义特征相结合，在不改变标准事后可解释性技术的情况下，生成更清晰、更具临床意义且与解剖学对齐的解释。