热点事件持续更新
LENS-GRF 痤疮严重度分级框架
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
2026年10月2日，arXiv cs.CV 刊出 LENS-GRF，一个面向四类痤疮严重程度分级的可解释多阶段框架。该方法用排列不变的 Lesion Set Transformer 编码局部病变证据，并通过门控残差融合整合各阶段信息，同时支持多标注者临床 oracle 分析。在公开数据集 ACNE04 上，论文给出两组结果：全自动流程配合 YOLOv11s 检测病变时准确率为 80.82%；若改用真值病变标注，准确率升至 95.89%，QWK 达 0.9753。报道未提及与其他方法的横向比较，也未说明代码或数据是否公开。目前该工作仍为预印本，暂无后续同行评审、复现或临床应用方面的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
arXiv 发布 LENS-GRF，ACNE04 上全自动准确率 80.82%，用真值病变标注达 95.89%。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv cs.CVLENS-GRF：用于痤疮严重程度分级与多标注者临床 oracle 分析的排列不变病变证据网络与门控残差融合
LENS-GRF 提出面向四类痤疮严重程度分级的可解释多阶段框架，用排列不变的 Lesion Set Transformer 编码局部病变并做门控残差融合。在 ACNE04 上，配合 YOLOv11s 的全自动版本达 80.82% 准确率，使用真值病变标注达 95.89%、QWK 0.9753。
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。