学术研究No. 26
利兹大学硕士课题: 开颅窗聚焦超声
让组内评测结果与仿真可被复用, 将其封装为 MCP 工具接入智能体后端; 针对模型称已完成实则失败的问题, 将回复与工具执行结果自动对账并拦截; 自建对话评测集, 从工具选择 参数与执行结果三方面评估智能体.
智能体后端机器视觉医学影像AI 评测可现场演示
课题: 真图上分割, 再问能否烧到1 段
同一张公开术中超声, 提示框一缩一移, 4 个模型的名次就变; 再按颅窗宽算消融深度, 智能体代跑时配置闸与对账拦错
演示滚到这里时加载
这一段证明: 框一变名次就变; 消融深度与肿瘤深度并排对照
英国利兹大学的硕士课题(MSc Individual Project), 问两件事: 从术中超声里读肿瘤边界能读多准, 开颅窗下热量能送多深.
Agent Evaluation -- 自建对话评测集, 从工具选择 参数与执行结果三方面评估智能体, 查出模型的参数单位换算错误; 录制真实回复做离线回放, 修正判分规则后无需重复调用模型; 沿用课题重采样方法比较模型.
基础模型 Evaluation -- 搭建视觉基础模型评测 pipeline, 零样本评估分割基础模型在术中超声上的边界精度; 针对排名随提示框波动的问题, 加做按病例重采样与提示扰动两类稳定性检验, 得出换病例排名稳定 换提示排名不稳的结论, 指出零样本精度依赖人工提示.
针对仿真库只算声场的缺口, 自建热传导求解器补齐脑瘤声场到热剂量的仿真工具链, 并用解析解验证. 仿真前先校验配置并缩小网格预跑, 把错误配置挡在耗时仿真之前.
追问
追问 · 第 2 层为什么用专家标注求出的框当提示, 这样量出来的是什么?
量的是给定准确框时的上限. 实际使用时拿不到这样准的框, 所以报告里写明这组数是上限.