arXiv · Computer Vision· Namitha Narayanan·· 3 小时前AI 评分12
评估多任务形态学概念学习在肺结节恶性风险评估中的应用
Evaluating Multi-Task Morphological Concept Learning for Pulmonary Nodule Malignancy Assessment in 3D CT
AI 导读
研究基于 LIDC-IDRI 数据集（3,918 条读者级标注、742 例患者）对比单任务与多任务 3D CNN 在肺结节恶性风险分类上的表现。单任务模型 balanced accuracy 0.548、ROC-AUC 0.552，多任务模型（同时预测恶性风险、毛刺征、分叶征）分别为 0.539 和 0.558，差异不显著，辅助任务存在严重类别不平衡且预测性能有限。
来源：arXiv · Computer Vision · arxiv.org