chest x-rays | BriefGPT - AI 论文速递

关键词chest x-rays

搜索结果 - 53

X-ray2CTPA: 从 2D X 射线条件生成 3D CTPA 扫描
从 2D 低对比度 X 射线输入到 3D 高对比度和空间分辨率 CTPA 扫描的跨模态转换
PDF11 days ago
通过知识蒸馏和多任务学习实现低分辨率胸部 X 光分类
该研究针对在资源受限的医疗环境中对低分辨率的胸部 X 光片进行诊断的挑战，通过引入多级协作关注知识（MLCAK）方法，利用视觉变换器（ViT）的自我关注机制，将高分辨率图像的关键诊断知识迁移至低分辨率的胸部 X 光片，提高了诊断准确性，尤其
PDFa month ago
胸片异常检测的位置指导式提示学习
该研究论文探讨了基于 CLIP 方法在胸部 X 射线异常检测中的潜力，并提出了一种基于位置引导的提示学习方法和一种新颖的结构保持异常合成方法，实验证明这两种方法优于一些现有方法。
PDFa month ago
DeViDe：基于分面的医学知识，以提升医学视觉 - 语言预训练
在胸片 X 光的视觉语言预训练方面取得了显著进展，主要通过利用配对的放射照片和放射学报告。为了解决医学知识编码的挑战，我们提出了一种新颖的基于 Transformer 的方法 DeViDe，它利用来自开放网络的放射照片描述。DeViDe 将
PDF3 months ago
ICCV超越你所见：使用种族健康不平等社会决定因素对多标签胸部 X 射线分类进行子群交叉公平性的实证分析
通过使用深度学习模型，本研究在疾病诊断方面取得了重要进展，在使用胸部 X 射线上具有很大潜力。然而，这些模型中存在的固有偏见可能导致预测准确性在不同保护组之间存在差异。为了实现准确的诊断结果并确保在交叉组之间公平性，我们提出了一个框架，用于
PDF3 months ago
TiBiX：利用时序信息进行双向 X 射线和报告生成
提出了一种名为 TiBiX 的方法，利用时间信息实现双向 X 光和报告生成，通过考虑先前的扫描，解决了两个挑战性问题，同时在报告生成和图像生成方面实现了良好的性能。
PDF3 months ago
MEDBind：统一语言与多模式医疗数据嵌入
通过联合心胸纵观文本（MEDBind）, 我们实现了心胸 X 射线（CXR）、心电图（ECG）和医疗文本的联合嵌入，并通过模态 - 文本对的对比损失函数 Edge-Modality Contrastive Loss 实现了 CXR、ECG
PDF3 months ago
MLVICX：胸部 X 光自监督表示学习的多层方差 - 协方差探索
利用 MLVICX 来增强自监督胸部 X 射线数据的表现力并取得 3% 以上的性能提升。
PDF4 months ago
基于策略的强化学习推进文本驱动的胸部 X 射线图生成
在使用强化学习的框架中，通过多个 CX - 领域特定奖励模型引导扩散去噪轨迹，提高 CXR 质量。
PDF4 months ago
自我监督学习的无监督儿科肺结核 X 射线检测
使用自监督学习的方法，基于 Vision Transformers，改进了胸部 X 射线上结核病的检测，实现了零样本儿科结核病的检测，证明自监督学习在结核病检测任务上的有效性。
PDF4 months ago
我们能约束概念瓶颈模型学习语义有意义的输入特征吗？
概念瓶颈模型是一种具有内在可解释性的模型，本文研究了如何通过细粒度概念注释的数据集学习概念，并通过移除问题概念相关性来实现概念与输入特征之间的语义映射，通过引入基于纸牌领域的合成图像数据集作为未来研究的基准，以及在胸部 X 光数据集上的实证
PDF5 months ago
诊断 COVID-19 的安全联邦学习方法
通过 HIPAA 合规模型和联邦学习方法进行 COVID-19 诊断，使用可视化技术强调胸部 X 射线中暗示 COVID-19 阳性诊断的关键特征。
PDF5 months ago
CheXagent: 朝向胸部 X 射线解读的基础模型
通过引入 CheXinstruct 数据集、设计临床大规模语言模型、图像编码器和网络以及引入 CheXbench 基准来解决医疗影像领域中胸部 X 射线图像自动解释的挑战，并证明 CheXagent 在这些任务中优于先前开发的通用和医学领域
PDF5 months ago
胸部 X 光片上的结节检测与生成：NODE21 挑战
通过公共研究挑战 NODE21 和附加实验，本文总结了合成肺结节训练图像对检测算法性能的影响，以及肺结节作为肺癌早期表现的检测和生成过程。
PDF6 months ago
UniChest: 多源胸部 X 射线分级的征服和分割预训练
利用多模态信息的视觉语言预训练（VLP）在自然领域的视觉识别和胸部 X 射线（CXR）的医学影像诊断方面取得了重大成功，在单个 CXR 数据集的探索方面取得了良好的前景，但目前的工作主要关注单个 CXRs 数据集的探索，这限制了该强大范式在
PDF7 months ago
胸部 X 光片中的胸部疾病具有噪声标签的长尾多标签分类
通过创建融合了常见和罕见胸部疾病的新数据集 “LTML-MIMIC-CXR”，我们提出了一种基准方法来解决胸部 X 光片中罕见疾病检测的问题，其中包括了自动标注修正的大型损失重新考虑策略和针对尾部类别负 logit 过抑制的自适应负正则化方
PDF7 months ago
BS-Diff: 利用条件扩散模型有效抑制胸部 X 射线图像中的骨骼
该论文提出了一种新的骨抑制框架，称为 BS-Diff，该框架采用条件扩散模型和 U-Net 架构，利用自编码器进行增强，能够生成高骨抑制率的软组织图像，并能够捕捉细微的图像细节，经过广泛的实验、比较分析、消融研究和临床评估，该模型在多个指标
PDF7 months ago
合成增强：揭示合成数据在医学影像研究中的潜力
使用扩散模型的合成数据补充对胸部 X 射线影像（CXR）分析中深度学习（DL）分类器性能的影响进行了研究，评估了内部和外部数据集上分类器的性能，结果表明合成数据补充可以增强模型准确性，尤其是在检测罕见病变方面。然而，尽管结果有希望，真实数据
PDF8 months ago
SynthEnsemble：基于 CNN、视觉 Transformer 和混合模型的多标签胸部 X 光分类的融合
通过深度学习技术，我们使用多种预训练的卷积神经网络 (CNN)、Transformer、混合 (CNN+Transformer) 模型和经典模型，在 “ChestX-ray14” 数据集上进行实验。最佳的单一模型是 CoAtNet，其在接收
PDF8 months ago
LT-ViT：用于多标签胸部 X 射线分类的视觉 Transformer
利用 LT-ViT 来从多个尺度聚合信息，实现对胸部 X 光图像进行纯可视化模型训练，其优于基于纯 ViTs 的现有方法，在两个公开 CXR 数据集上表现出最先进的性能，并且对于其他预训练方法具有泛化性且不依赖于模型初始化，并且能够实现模型
PDF8 months ago