biomedical imaging | BriefGPT

关键词biomedical imaging

搜索结果 - 12

计算病理学中的结构模型修剪以提高推理效率
采用模型剪枝技术在生物医学成像中有效减少推理成本，至少能压缩 70% 的模型大小而性能几乎不下降。
PDF3 months ago
配对扩散：使用链接去噪扩散概率模型生成相关的合成 PET-CT 分割扫描
人工智能在生物医学成像和放射治疗方面的快速发展受限于大型成像数据仓库的有限可用性。该研究介绍了一种能够使用成对网络和条件编码器生成多个相关 PET-CT - 肿瘤蒙版配对的新颖架构，通过创新的时间步骤控制机制和 “噪声播种” 策略改善 DD
PDF3 months ago
利用去噪扩散概率模型和流场生成注释的生物医学视频
生物医学领域中细胞分割和跟踪在癌症研究、药物开发和发育生物学中起到至关重要的作用，为了自动化这些过程，提出了基于深度学习的分割和跟踪方法，尤其是面对生物医学成像领域中有限的标注数据，我们提出了生物医学视频扩散模型（BVDM），它能生成逼真的
PDF3 months ago
关于医学图像分析的大型视觉语言模型的实证研究
本研究探讨了视觉语言模型在医学图像分析任务中的零样本和少样本鲁棒性，通过全面的实验验证了视觉语言模型在分析生物医学图像方面的有效性。
PDF5 months ago
克服生物医学影像数据稀缺问题的基础多任务模型
提出了一种多任务学习策略，使用 bioMedical PreTrained 模型（UMedPT）在包括断层、显微和 X 光图像的多任务数据库上进行训练，其在预训练数据库相关任务上具有卓越性能，且对于领域外任务仅需少量训练数据便可保持优越性能
PDF8 months ago
少量数据下，紧凑卷积 Transformer 使医学影像分类更强壮
本研究探讨了 Compact Convolutional Transformers（CCT）在使用有限数据进行稳健的医学图像分类方面的功效，结果明确了 CCT 在生物医学成像领域具有数据稀缺问题的潜力并鼓励进一步的研究。
PDFa year ago
使用一张真实图像的迭代式超分辨率生物医学成像
本研究提出了一种有效训练基于深度学习的超分辨率模型的方法，通过利用自动生成的高分辨率图像，仅使用一个真实图像进行训练。这种方法可自主筛选图像，从而逐步生成优化的训练数据集，提高模型的性能和可视化效果，同时维护原始生物医学图像的特性，以无须真
PDFa year ago
组织病理学分类：多项分类任务的独特深度嵌入提取器
通过对不同 backbone 的比较，使用单个预训练的深度嵌入提取器将图像转换为深度特征，以此来减少所需的标记数据和加速训练，并使用特征空间增强策略来显著提高在组织学图像分类任务上的 F1 分数。
PDFa year ago
医学图像分割深度学习方法的自动设计
利用人工智能中的深度学习技术，基于 nnU-Net 框架实现了高质量的三维生物医学图像分割和量化，该框架不需要人工参与，能够自动适应不同的数据集和分割任务，同时在 19 项公共比赛中取得了优于大部分深度学习算法的表现。
PDF5 years ago
基于多模态卷积神经网络的医学图像分割：图像融合方案研究
本文提出了在监督医学图像分析中进行图像融合方案的概念架构，实现了基于卷积神经网络的三种图像融合方案，并将其结合成单个框架，用于同时分析多模式图像，检测软组织肉瘤的存在，并发现在特征级别融合的情况下，性能最好，但当任何图像模式存在大误差时，其
PDF7 years ago
基于 CNN 的投影梯度下降算法用于图像重建
本文提出了一种新的图像重构方法，使用卷积神经网络代替投影梯度下降器，并设计出一种反馈机制以确保重构图像与测量结果的一致性。该方法提供了正式的框架以确保传统的 PGD 算法收敛于非凸约束最小二乘问题的局部极小值，并使用一个基于 CNN 的简单
PDF7 years ago
用于鉴定转移性乳腺癌的深度学习
使用深度学习技术，结合人工病理学家的诊断结果，实现对淋巴结活检全滑片图像中转移性乳腺癌的自动检测，能够在提高病理诊断准确性方面发挥重要作用。
PDF8 years ago