实体
PolypGen
PolypGen
PulseAugur coverage of PolypGen — every cluster mentioning PolypGen across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
新型“woma”基础模型树立内窥镜检查实时标准
研究人员开发了“woma”，一种用于胃肠内窥镜检查的实时基础模型，该模型在约一百万帧内窥镜图像上进行了无标签训练。该模型可以针对特定任务进行微调，例如息肉检测和病变标记。“woma”模型表现出高水平的性能，以高精度发现了 96% 的息肉，并在 92% 的帧中正确命名了解剖学标志。值得注意的是，它在单个工作站 GPU 上运行速度约为每秒 100 帧，在速度和效率方面均优于 PyTorch、ONNX Runtime 和 TensorRT 等流行框架。
-
大型语言模型在息肉诊断方面展现潜力，但深度学习框架在分类方面领先
一项新研究使用PRIME数据集评估了几种大型语言模型（LLMs）在结直肠息肉分类中的诊断准确性。Claude Opus 4和Gemini 2.5 Pro在区分息肉亚型方面表现出最高的准确性，最接近专家共识，但总体敏感性和特异性未达到临床标准。另外，一个名为PolypVision的深度学习框架被开发用于息肉分类和分割，在公共数据集上取得了高性能，并提供了设备无关的解决方案。
-
新框架通过高效联邦学习提升息肉分割能力
研究人员开发了QFedPolyp，一个旨在提高息肉分割效率的新型联邦学习框架。该框架结合了感知量化训练和低精度模型通信，显著降低了传输成本和推理时间。通过在本地训练轻量级U-Net模型并传输量化参数，QFedPolyp能够在不损害分割精度的前提下，实现医院间的隐私保护协作。