medRxiv 预印本· Jin, Y., Liu, T., stephen, m. ·· 5 天前AI 评分18
ReCaRL:面向不确定性鲁棒多标签胸片分类的可靠性感知临床关系学习
Reliability-Aware Clinical Relation Learning for Uncertainty-Robust Multi-Label Chest X-ray Classification
AI 导读
预印本研究提出图辅助框架ReCaRL,用于多标签胸片分类,通过训练标签关联图提供可靠性加权、置信门控的更新,并用观测掩码处理不确定标注。内部评估中ReCaRL的macro AUROC为0.821、macro AUPRC为0.437,优于掩码/加权基线的0.812和0.423;外部测试AUROC为0.799、AUPRC为0.409。
来源:medRxiv 预印本 · medrxiv.org