跳到正文
热点事件持续更新

STORK:弱监督检测子宫收缩

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Melissa Schween 等人提出 STORK,一种用于检测子宫收缩活动的多实例学习模型,相关研究发布在 arXiv。该模型把子宫收缩活动检测(UCAD)形式化为弱监督学习问题,仅使用序列级粗标签,在动态胎儿 MRI 序列上训练,无需逐帧标注。 STORK 将 3D 时空卷积分解为沿时间超平面的并行分支,并把强度信息与 Demons 估计的位移场逐帧嵌入,经线性均值池化聚合。研究称其可在这一弱监督设定下检测子宫收缩活动。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.CV
    STORK:用神经网络时空观测子宫收缩

    STORK 是一种多实例学习模型,仅用序列级粗标签在动态胎儿 MRI 上检测子宫收缩活动,将 3D 时空卷积分解为沿时间超平面的并行分支,结合强度与 Demons 估计位移场的逐帧嵌入经线性均值池化聚合。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。