实体
PI-CAI
PI-CAI
PulseAugur coverage of PI-CAI — every cluster mentioning PI-CAI across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新AI框架KOAL利用MRI和LLM知识改进前列腺癌分级
研究人员开发了KOAL，一种使用多参数MRI（mpMRI）预测前列腺癌Gleason Grade Group（GGG）的新型框架。KOAL通过整合年龄和PSA等非图像数据，并考虑Gleason模式的层级性质，解决了现有方法的局限性。该框架包括临床上下文调制模块、利用LLM提取专家知识的知识引导原型对齐模块，以及确保病理分级一致性的层级序数感知约束模块。
-
前列腺MRI假阳性在不同架构中模仿癌症特征
研究人员进行了一项多架构研究，以分析前列腺MRI检测中的假阳性。他们发现残留的假阳性与实际癌症共享影像学特征，这一特征在各种模型架构中持续存在。开发了一个事后精炼头以提高病例级特异性，在特定数据折叠中显示出性能的显著提高，但在外部数据集上饱和。
-
新框架提升文本引导的3D医学图像分割精度
研究人员开发了新的文本引导3D医学图像分割方法，旨在提高分析MRI等扫描的精度。一种方法“Align then Refine”采用多编码器U-Net，结合对齐和热图损失来注入病变语义并优化边界。另一个框架ESICA提供了一个可扩展且计算效率高的解决方案，具有新颖的掩码预测公式和分解解码器，在多样化基准测试中取得了最先进的结果。