影像组学融合提升肾癌分类概率校准

一项基于 KiTS23 数据集 396 名患者的研究评估了在图像模型中加入影像组学特征后，肾细胞癌分类的概率预测质量是否随之改善。研究比较了四类图像模型架构下的 12 组匹配对比。 结果显示，融合模型在全部 12 组对比中 AUC 和 AP 均提升，Brier score 与 NLL 在 11 组改善，ECE 在 8 组改善；其中 3D MedVAE 门控融合模型表现最佳。研究还发现，概率平均集成在全部四类架构上同时提升了区分度与校准。 该研究由 Yuan Liang 等作者发表，关注的是概率校准而不只是区分度。上述结论来自该研究自身的实验数据。

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。