医学 AI

an interpretable vision transformer framework for automated brain tumor classification

一种可解释的视觉变换器框架用于自动脑肿瘤分类

Chinedu Emmanuel Mbonu, Tochukwu Sunday Belonwu, Okwuchukwu Ejike Chukwuogo, Kenechukwu Sylvanus Anigbogu

机构 * Department of Computer Science, Nazarbayev University（纳扎尔巴耶夫大学计算机科学系） ； Department of Computer Science, Nnamdi Azikiwe University（恩内迪·阿齐基韦大学计算机科学系） 纠错

专题命中 病理影像 ：MRI(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出一种基于视觉变换器的框架，用于自动分类四种脑肿瘤类型，通过预训练和增强技术提升分类准确率与可解释性。

Comments 9 pages, 6 figures

Attention-based multiple instance learning for predominant growth pattern prediction in lung adenocarcinoma wsi using foundation models

基于注意力机制的多实例学习用于肺腺癌全切片中主导生长模式预测

Laura Valeria Perez-Herrera, M. J. Garcia-Gonzalez, Karen Lopez-Linares

机构 * Vicomtech Foundation, Basque Research and Technology Alliance (BRTA)（Vicomtech基金会，巴斯克研究与技术联盟（BRTA）） ； eHealth Group, Bioengineering Area, Biogipuzkoa Health Research Institute（eHealth集团，生物工程领域，Biogipuzkoa健康研究中心） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 本文提出基于注意力机制的多实例学习框架，利用预训练病理基础模型提取特征，通过全切片级预测减少标注负担，实验显示细调编码器提升性能，与基线方法相比预测更稳健。

Do LLM Decoders Listen Fairly? Benchmarking How Language Model Priors Shape Bias in Speech Recognition

大语言模型解码器是否公平？评估语言模型先验如何塑造语音识别中的偏见

Srishti Ginjala, Eric Fosler-Lussier, Christopher W. Myers, Srinivasan Parthasarathy

机构 * The Ohio State University（俄亥俄州立大学） ； Air Force Research Laboratory（空军研究实验室） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 研究评估九种模型在不同人口特征上的语音识别性能，发现LLM解码器在种族偏见上表现更公平，但Whisper在印度口音语音上出现病理学幻觉，且音频压缩对口音公平性影响更大。