放射组学-图像融合概率校准研究

2026年10月14日，arXiv Artificial Intelligence 刊出 Yuan Liang 等作者的放射组学-图像融合模型概率校准评估研究。该研究使用 KiTS23 数据集的 396 名患者，评估在四类图像模型中加入放射组学后，除区分度外能否改善概率表现。结果显示，在 12 组匹配对比中，AUC 与 AP 全部提升，Brier score 与 NLL 有 11 组改善，ECE 为 8 组；3D MedVAE 门控融合模型单项表现最佳。研究还对拼接、交叉注意力和门控融合做概率平均，在四类架构上同时改善区分度与校准。目前该事件仅有这一篇主报道，暂无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。