cardiac imaging | BriefGPT - AI 论文速递

关键词cardiac imaging

搜索结果 - 6

利用确定性不确定性网络和不确定性感知训练改进心脏应用的深度学习模型校准
通过评估两种方法对深度学习分类模型的影响，即确定性不确定性方法和不确定性感知培训，我们发现这两种方法都可以在心脏成像领域的两个实际临床应用中提高准确性和校准度，其中确定性不确定性方法一般提供最佳改进效果，同时它们的组合也进一步改进了部分确定
PDF2 months ago
CVPR双剑合璧：表格数据和图像数据的多模态对比学习
该研究介绍了一种结合 SimCLR 和 SCARF 的自监督对比学习框架，使用心脏 MR 图像和 120 项临床特征预测冠状动脉疾病风险，并展示了标签作为特征的监督式对比学习的性能。
PDFa year ago
基于多尺度多视图全局 - 局部对比学习的半监督心脏图像分割方法
本论文提出了一种新颖的多尺度多视角全局局部对比学习（MMGL）框架，并在半监督心脏图像分割方面进行了广泛的实验，证明了其在有限注释下提高了分割性能，表现出比现有对比学习方法更好的效果。
PDF2 years ago
用于心脏 SPECT 和 CT 交叉模态配准的双分支压缩融合激活模块
本文探究 SPECT 及 CT 拍摄后嵌套及校正，引入一种名为 DuSFE 模型的卷积神经网络融合模型，同时提高了其准确性与特色。
PDF2 years ago
心脏磁共振图像增强后钆分割算法的全球基准比较
本研究基于全球最大的心脏 LGE-MRI 数据集，通过多种技术和生物学度量对 27 个国际团队的左房分割算法进行了深入分析，结果显示使用双连续 CNN 网络的方法明显优于传统方法和包含单个 CNN 的流程，达到了 93.2％的 Dice 分
PDF4 years ago
心脏图像分割的深度学习综述
本文综述了 100 余篇使用深度学习方法进行心脏图像分割的文献，包括磁共振成像、计算机断层扫描和超声成像等常见成像模态和感兴趣的主要解剖结构（心室、心房和血管）。此外，还总结了公开可用的心脏图像数据集和代码库，并对当前深度学习方法的挑战和局
PDF5 years ago