★ 2
arXiv 提出 CF-NODE 反事实干预实现糖尿病视网膜病变跨域适应
CF-NODE 不依赖预测置信度或目标分布估计,而是对支撑预测的内部空间节点施加受控干预,依据响应稳定性对预测分级分布做有界校准。框架完全冻结、逐图独立适应,在五个外部糖尿病视网膜病变数据集上优于 TENT、EATA、SAR、T3A,所有目标域 AUC 均有提升。
arXiv cs.LG14 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
CF-NODE 不依赖预测置信度或目标分布估计,而是对支撑预测的内部空间节点施加受控干预,依据响应稳定性对预测分级分布做有界校准。框架完全冻结、逐图独立适应,在五个外部糖尿病视网膜病变数据集上优于 TENT、EATA、SAR、T3A,所有目标域 AUC 均有提升。
论文提出 TAM-Chain 框架,将多倍率(10x/20x/40x)甲状腺细胞学特征提取建模为吸收马尔可夫链,并结合香农熵不确定性量化实现最优停止与人工转诊机制。内部测试集上 Macro F1 达 0.9741、假阴性率为 0,外部严重域偏移验证集上仍保持 0.7026 的稳定性。该框架旨在兼顾…