双尺度深度学习框架用于蕈样肉芽肿检测

2026年10月1日，arXiv cs.CV 刊出一项题为《Detail in Context：面向蕈样肉芽肿检测的双尺度机器学习框架》的研究，提出一种将病理图像与深度学习结合的蕈样肉芽肿（MF）检测框架。该框架对 10x 与 20x 两种倍率的病理图像分别使用卷积神经网络（CNN），并通过 late-fusion 方式进行集成，同时辅以一个基于 16 项临床特征构建的随机森林模型，标题强调在整体背景中捕捉细节。目前该工作以预印本形式发布，报道未给出所用数据集规模、评价指标及具体检测性能数据，也未见外部验证或临床应用信息。

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。