放射组学-图像融合改善肾癌分类判别与校准

论文作者基于KiTS23数据集396名肾细胞癌患者，评估在四类图像模型基础上加入放射组学特征对判别与概率校准的影响。在12组匹配的图像单模态与融合比较中，AUC和AP全部12组改善，Brier分数与NLL在11组改善，ECE在8组改善；3D MedVAE gated-fusion是单模型中整体表现最强者。基于概率平均的集成模型在各架构的五项主要指标上相对图像单模态取得有利点估计，但ECE的配对Bootstrap统计支持较弱。结果为论文作者报告的评估，基于论文摘要口径，未涉及外部独立验证。

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。