热点事件持续更新
MEMOIR-VLM 结合脑扫描与临床评分做痴呆分类
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月7日，AGI Hunt 报道了一篇提出 MEMOIR-VLM 的论文，该方法将脑部扫描与临床评分结合，用于认知状态判别。报道称，在留出的 ADNI 数据上，该方法区分认知正常与痴呆的 balanced accuracy 达到 91.3%；其特点是即使部分输入缺失也能工作，面向阿尔茨海默病辅助诊断场景。论文已发表于 Frontiers in Computational Neuroscience。事件目前仅有这一篇报道，尚无后续进展或独立复现的消息。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 05:06
论文称在留出的 ADNI 数据上区分认知正常与痴呆的 balanced accuracy 达 91.3%。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- AGI HuntMEMOIR-VLM 论文：结合脑扫描与临床评分，痴呆分类准确率达 91.3%
MEMOIR-VLM 论文提出将脑部扫描与临床评分结合进行认知状态判别，在留出的 ADNI 数据上区分认知正常与痴呆的 balanced accuracy 达 91.3%。该方法即使部分输入缺失也能工作，面向阿尔茨海默病辅助诊断场景，已发表于 Frontiers in Computational Neuroscience。
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。