arXiv ID:
2606.24944
arXiv 提交日期: 2026-06-23
机器学习、深度学习与Transformer模型在可靠白血病检测中的泄漏感知比较基准 / A Leakage-Aware Comparative Benchmark of Machine Learning, Deep Learning, and Transformer Models for Reliable Leukemia Detection
1️⃣ 一句话总结
这篇论文揭示了在基于血涂片图像的白血病分类研究中,由于测试集和训练集可能包含同一病人的细胞图像而导致性能被高估的问题,并通过严格的病人独立划分方法,对比了多种模型,发现EfficientNet-B1在真实评估下表现最佳,而传统随机划分会虚高约0.04的AUROC分数。