一致性校准诊断模型

媲美专家

一种模拟专家复查过程的一致性校准学习范式，使深度神经网络在儿科后窝肿瘤分类中显著优于现有方法，首次达到专家级诊断性能。

Chenghao, Sun · Zihan, Yan · Zhang, Yonggang · 田新梅 · 宫剑

Knowledge-Based Systems 2024

技术优势

达到专家级水平

在真实世界儿科后窝肿瘤场景中首次超越人类专家，可直接用于辅助诊断。

融入专家复查机制

通过一致性校准减少预测矛盾，使模型输出更符合专家判断逻辑。

显著超越现有方法

在大规模PBT数据集上，分类性能显著优于当前最先进方法。

应用场景

• 儿科肿瘤诊断：替代稀缺专家进行快速准确的PFT分类。
• 医学影像分析：自动分析MRI影像，减少人工阅片负担。
• AI辅助诊断：提供专家级诊断建议，辅助临床决策。