cancer detection | BriefGPT

关键词cancer detection

搜索结果 - 11

基于图像分析的癌症检测的联邦学习和迁移学习
该综述讨论了联邦学习（FL）和迁移学习（TL）在基于图像分析的癌症检测中的作用，包括它们的优点、缺点以及应用领域。
PDFa month ago
基于文本引导的医学图像癌症检测增强
利用临床报告来实现弱标签监督学习以提高癌症检测的准确性。通过将诊断和肿瘤位置文本提示整合到视觉语言模型的文本编码器中，可以有效地在视觉语言模型的潜在空间中进行弱监督学习的优化，从而提高训练的稳定性。在大规模癌症数据集上的广泛数量实验结果验证
PDFa month ago
利用 Transformer 技术：肺癌图像检测的一次飞跃
本文讨论了在基于图像分析的癌症检测中，迁移学习（TL）和 transformers 的作用。通过分析医学图像，如 CT 扫描和 MRI，以识别可能有助于癌症检测的异常生长，TL 等方法已被证明可以提高癌症分类和检测的质量和性能。本文对基于图
PDF8 months ago
基于聚类引发的掩模变换器对非对比 CT 扫描进行有效的机遇性胃癌筛查
使用非对比度 CT 扫描结合深度学习方法进行胃癌筛查，通过独特的集群感应掩膜变换技术实现肿瘤分割和异常分类，与传统方法相比具有更高的敏感性和准确性，是一种新型的、非侵入性、低成本且准确的机会性胃癌筛查方法。
PDFa year ago
面向病理图像例级预测的领域自适应多示例学习
为了在不增加注释成本的情况下提高目标数据集的分类性能，我们提出了一种使用多实例学习和域自适应方法的流程，并提出了一种高置信度的伪标签方法来有效地结合两种方法的监督信息。我们使用为此研究创建的病理图像数据集进行了实验，并证明了所提出的方法相对
PDFa year ago
基于自适应 K 近邻的多目标 PSO 微阵列表达数据基因选择
本研究提出了一种新的方法，使用基因表达数据进行癌症分类问题的解决，首先运用信噪比算法筛选出非冗余基因的子集，然后运用多目标粒子群算法进行特征选择，并采用自适应 K 最近邻算法进行癌症分类，从而提高了癌症分类的准确性。
PDF2 years ago
采用同态加密的可伸缩隐私保护癌症类型预测
本文探讨隐私保护癌症检测的挑战，提出了一个利用机器学习和遗传突变等领域知识进行的、保护隐私的癌症预测方案。该方案利用 Homomorphic Encryption 加密方法，并使用统计测试进行特征选择，其中所提出的逻辑回归模型，与其他研究相
PDF2 years ago
克服基于 Patch 学习的限制，用于识别全扫描切片图像中的癌症
本文讨论如何将深度学习用于对大型 WSI 图像进行癌症检测，比较分析基于图像块或幻灯片的分类与需要在整个幻灯片上准确定位或分割癌症的方法之间的差异，并提出一种负数据采样策略，可显着降低假阳性率，并在肿瘤范围的错误率上取得 15% 的减少。
PDF4 years ago
使用最少的基于点的注释在全切片图像中检测和分类肾细胞癌
该研究提出了一个使用半监督学习方法的框架，利用未标记的 WSI 数据通过 Minimal Point-Based 标注来准确检测癌症区域，并利用创新的混合损失来训练亚型分类模型，该模型在 3 种不同类型的肾细胞癌中的表现具有可比性和较高的
PDF4 years ago
使用深度卷积神经网络进行前列腺癌检测
本文介绍了基于卷积神经网络（CNNs）构建自动化流程，用于检测临床意义的前列腺癌（PCa）的给定轴向 DWI 图像，并为每个患者进行检测。检测性能在受试患者中获得了 0.87 的接收器操作特征曲线下面积（AUC）（95％置信区间（CI）：0
PDF5 years ago
CVPR基于深度学习的自动黑素瘤检测：数据净化和增强
本研究介绍了基于深度学习的黑色素瘤检测系统，包括数据净化和增强工具，通过去除图像的遮挡和用生成对抗网络合成图像来增加数据的多样性。实验证明，该系统相比其他方法表现更为优异。
PDF5 years ago