热点事件观察中

研究者发表基于对比学习的结肠镜息肉匹配论文

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Kristian Dalsbø Hindberg 在 arXiv 发布论文，提出基于对比学习和 Siamese 神经网络的息肉匹配方法，用于判断结肠胶囊内镜（CCE）多张图像是否为同一息肉。模型使用 ResNet18/34/50、DenseNet121 和 EfficientNet B0/B3 作为骨干网络，基于丹麦 CareForColon2015 试验的 5,103 对同息肉和 5,103 对不同息肉图像训练，分类准确率最高达 92%，AUC 接近 0.98。研究称该方法有望减少息肉重复计数和不必要的随访肠镜检查。

AI 根据报道生成 · 11 小时前更新

最新进展11月3日 18:13

基于深度学习的结肠镜息肉匹配研究

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

18:13
arXiv · cs.AI
基于深度学习的结肠镜息肉匹配研究
一项研究提出基于对比学习和 Siamese 神经网络的息肉匹配方法，用于判断结肠胶囊内镜（CCE）多张图像是否为同一息肉。模型使用 ResNet18/34/50、DenseNet121 和 EfficientNet B0/B3 作为骨干网络，基于丹麦 CareForColon2015 试验的 5,103 对同息肉和 5,103 对不同息肉图像训练，分类准确率最高达 92%，AUC 接近 0.98。该方法有望减少息肉重复计数和不必要的随访肠镜检查。

本事件热度走势

可比范围当前: 3
可比范围峰值: 411月5日 03:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。