squamous cell carcinoma
PulseAugur coverage of squamous cell carcinoma — every cluster mentioning squamous cell carcinoma across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新AI框架通过危害约束增强临床决策安全性
研究人员开发了一个名为Harm-Constrained Risk-Optimal Conformal Prediction (HC-ROCP) 的新框架，以提高AI在临床决策中的安全性与可靠性。该方法利用现有的分类器概率，并在选择预测集和行动时纳入了潜在危害的惩罚。HC-ROCP已证明在严重行动错误方面有显著减少，例如在COVID-19放射影像的误分类方面，并且可以根据指定的预算来认证支持的声明或拒绝不支持的声明。
-
新型AI模型提高鳞状细胞癌分级准确性
研究人员开发了RACR-MIL，一种用于全切片图像鳞状细胞癌（SCC）分级的新型弱监督方法。该框架引入了一个混合图来捕获局部和非局部肿瘤区域的依赖关系，并结合感知排序约束来增强区域级分级置信度。该系统展示了最先进的性能，在分级效率上比现有方法提高了3-9%，在肿瘤定位方面提高了10%。一项试点研究表明，病理学家发现RACR-MIL在60%的病例中提高了分级效率，表明其作为临床诊断助手的潜力。
-
SIGNET框架通过运动知识迁移实现跨语言手语翻译
研究人员开发了SIGNET，一个旨在通过在不同手语之间迁移运动级知识来改进跨语言手语翻译的新框架。该方法利用预训练模型捕获可重用的视觉模式，并通过基于注意力的机制整合多个专家骨干网络。SIGNET在多个基准测试中展示了最先进的性能，包括How2Sign、Phoenix14T和CSL-Daily，并在手语识别的WLASL数据集上取得了优异的结果。