复杂聚合器未提升胃癌切片跨院判别力
热点事件持续更新
复杂聚合器未提升胃癌切片跨院判别力
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Nheng Vanchhay 等发布的预印本研究显示,在五家韩国医院的 5,036 张胃癌全切片图像上,更复杂的多实例学习聚合器并未提升跨医院判别力。研究在留一医院验证、冻结病理基础模型特征下比较多种聚合器:带站点对齐和双尺度融合的 CHIME-MIL 平均 AUC 为 0.837,但在匹配配方下未超过注意力池化,全局最大池化的 AUC 反而更高,为 0.855。 作者称,站点对齐可借助十张无标签切片接入新医院,在不用留出医院数据时损失 0.002 AUC,但带来的精度提升较小且不稳定。
AI 根据报道生成 · 4 小时前更新
最新进展11月2日 13:00
研究:基于基础模型特征时,更复杂的聚合器未能提升胃癌全切片图像跨医院判别力报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- arXiv · cs.AI研究:基于基础模型特征时,更复杂的聚合器未能提升胃癌全切片图像跨医院判别力
一项研究用五家韩国医院的 5,036 张胃癌全切片图像,在留一医院验证下比较多种多实例学习聚合器。带站点对齐和双尺度融合的 CHIME-MIL 平均 AUC 为 0.837,但在匹配配方下未超过注意力池化,全局最大池化反而更高(AUC 0.855)。对齐方法仅用十张无标签切片即可接入新医院,代价是 0.002 AUC,但精度提升小且不稳定。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。