实体
SIPaKMeD
SIPaKMeD
PulseAugur coverage of SIPaKMeD — every cluster mentioning SIPaKMeD 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
-
新框架提升AI在宫颈细胞学分类中的可靠性
研究人员开发了一个名为混合K集成选择的新框架，以提高使用深度学习模型进行宫颈细胞学分类的可靠性。该框架侧重于增强校准置信度和不确定性估计，这对于临床应用至关重要。研究在SIPaKMeD数据集上评估了九种深度学习架构，最终形成了包含Swin-Tiny和TinyViT-5M模型的混合2集成。与最佳的单个模型相比，该集成在降低AURC、NLL和WC-ECE等指标方面表现出显著的改进，并在各种加权场景下显示出鲁棒性。
-
新AI框架提高宫颈癌筛查准确性
研究人员开发了一个新的框架，用于对宫颈细胞学图像进行分类，以辅助自动化宫颈癌筛查。该方法结合了几何感知高斯先验和轴向注意力模块，它们可以学习细胞模式内的结构规律性和长距离依赖性。在两个数据集上的实验证明了高准确性，所提出的方法在Mendeley数据集上达到了99.48%，在SIPaKMeD数据集上达到了96.08%，表明其作为决策支持工具的潜力。