多模态进度残差融合模型预测内镜回退

2026年10月23日，arXiv Robotics 报道，Chi Kit Ng 等作者提出多模态进度残差融合（MPRF）因果模型，利用指令、电磁（EM）跟踪与内窥镜视频预测机器人柔性内窥镜导航中的操作者回退。在150例结肠体模数据集上，MPRF 三次随机种子平均 AUPRC 为 0.580 ± 0.007，最强降模态对照为 0.511。报道称完整多模态历史是排序优势的主要来源，残差仅带来小幅且不确定的增量。目前该研究处于模型提出与体模数据评估阶段，尚未见后续跟进报道。

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。