走向斑驳鱼心血管分析的精度：ZACAF 模式
原文中文，约300字，阅读约需1分钟。发表于：。我们开发了一个自动心血管评估框架（ZACAF），并应用数据增强、迁移学习和测试时间增强来提高斑马鱼心血管功能的量化效果。该方法可以与已有的框架集成，以帮助其他研究人员，我们展示了通过迁移学习，即使在有限的数据集下，模型也能适应新的显微镜设置，并包括不同的突变类型和各种视频记录协议。最后，我们将这种方法应用于评估心肌病模型（nrap mutant zebrafish）中的心血管功能。
基于自监督对比学习的深度学习模型通过学习心脏核磁共振扫描伴随的放射学报告的原始文本中的视觉概念，展示了对人类心血管疾病和健康的全面评估。模型在多个数据集上展示了卓越性能，实现了包括左心室射血分数回归和35种不同病症的诊断等一系列任务，且仅需少量训练数据即可实现临床级诊断准确率。
