arXiv · cs.AI · Mustafa Kadhim, Viktor Rogowski, Emilia Persson, Camila Gonzalez, Andr\'e Haraldsson, Sofie Ceberg, Mikael Nilsson, Malin K\"ugele, Sven B\"ack, Christian Jamtheim Gustafsson · 8 小时前模型评分34
深度学习自监督检测定位放疗工作流中的MRI异常
Deep learning-based self-supervised detection and localization of magnetic resonance imaging anomalies in artificial intelligence-supported radiotherapy workflows
导读
研究构建了两阶段自监督深度学习框架，分别针对盆腔和脑部磁共振成像（MRI，Magnetic Resonance Imaging）检测异常，通过结合感知图像差异与token-surprisal分数获得异常证据。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “This study aimed to develop two self-supervised anomaly-detection framework variations in radiotherapy for pelvic and brain MRI.”
来源：arXiv · cs.AI · arxiv.org