待验证50% 置信事实精确时间

研究者使用 PyRadiomics 工具从超声图像中提取定量影像特征，并通过 Spearman 相关性过滤最终保留 36 个特征

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

影像组学+共形预测：甲状腺结节良恶性分类新框架

涉及实体

PyRadiomicsproduct Spearman相关性过滤concept

相关事实

待验证该果蝇连接组数据集的原始图像数据量达到拍字节（PB）级别66% 相似待验证特征匹配结合RANSAC的组合使得即便Logo在目标图像中有30-40%被遮挡，系统仍能给出可信的检测结论64% 相似待验证扩散特征的提取方式是：在推理时对带噪图像执行若干去噪步骤，然后截取骨干网络中间层的激活值作为视觉表征供下游判别任务使用62% 相似待验证研究者通过分析图像频域特征（傅里叶变换下的频率分布异常）、面部生物力学一致性及全局光照方向来识别AI合成图像61% 相似待验证props-for-that 能暴露的数据包括FPS、视口尺寸、滚动速度、输入框实时颜色、鼠标指针位置和元素可见性状态59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001606

API

curl https://kongchang.com/api/v1/knowledge/claims/1001606

MCP

get_claim(id=1001606)