clinical diagnosis | BriefGPT

关键词clinical diagnosis

搜索结果 - 14

CliBench: 临床决策中大型语言模型在诊断、过程、实验室测试和处方方面的多方面评估
将人工智能（AI）与临床诊断过程中的大型语言模型（LLMs）整合，可以显著提高医疗保健的效率和可访问性。本研究通过引入 CliBench—— 一个基于 MIMIC IV 数据集的新型基准测试，评估 LLMs 在临床诊断中的能力，覆盖了多种临
PDF20 days ago
使用电子健康记录的个性化诊断决策路径的深度强化学习：贫血和系统性红斑狼疮的比较研究
DRL 通过学习个性化决策路径向诊断领域提供机会，可以生成自说明的逐步决策路径，并且在与最先进方法的比较中具有竞争性的正确性。
PDF3 months ago
医疗保健中多模态机器学习方法综述
综述了在医疗保健领域中的多模态机器学习方法，包括使用各种数据模态进行临床诊断、融合技术、多模态数据集和训练策略的评估。
PDF5 months ago
SEDNet: 浅层编码器 - 解码器网络用于脑肿瘤分割
本文提出了一种浅层编码器和解码器网络（SEDNet）用于脑肿瘤分割，结合预处理算法和优化函数，通过对 BraTS2020 数据集的测试取得了显著的性能，并通过迁移学习进一步提高了分割准确度，因此，在实时临床诊断中表现出了高效性。
PDF5 months ago
应用 MtRA-Unet 和形状信息从膝关节 MRI 分割胫股关节组织：来自骨性关节炎计划的数据
该研究提出了一种名为 Multi-Resolution Attentive-Unet (MtRA-Unet) 的自动分割方法，用于 Knee Osteoarthritis 的快速诊断，并通过对磁共振成像 (MRI) 进行分割，得到了优秀的分
PDF5 months ago
数字与计算病理学的人工智能
数字化组织切片和人工智能，特别是深度学习的快速进展，推动了计算病理学领域的发展。这篇综述总结了计算病理学领域近期的方法学进展，重点介绍了这些发展如何使临床实践自动化，并可发现新的生物标志物。作者还提供了未来展望，指出该领域将扩展到更广泛的临
PDF7 months ago
深度几何学习及单调性约束在阿尔茨海默病发展中的应用
这篇研究提出了一种新的几何学学习方法，通过结合拓扑空间转移、ODE-RGRU 和轨迹估计来建模长期的磁共振成像生物标记物和认知评分，并开发了一种训练算法，将流形映射与单调性约束相结合，以反映测量转换的不可逆性。通过在规则和不规则环境下预测临
PDF9 months ago
通过渐进图像处理模拟疾病进展
通过 Progressive Image Editing (PIE) 框架，结合文本 - 图像生成模型，开发了一种可以精确模拟疾病进展的工具，可提供医学研究和临床实践所需的实际标准的疾病进展图像，用于疾病诊断、预后和治疗的相关领域。
PDF9 months ago
ICCV保存肿瘤体积的无监督医学图像配准
通过使用相似性衡量方法进行图像配准，识别潜在肿瘤区域并生成软性肿瘤遮罩；然后通过体积保持配准方法，在正常区域与肿瘤区域之间平衡图像相似性和体积保持，实现肿瘤体积的保持。
PDF10 months ago
一种基于 Transformer 的表征学习模型，用于临床诊断的多模态输入统一处理
我们提出了一个基于 Transformer 的诊断辅助模型，可以以统一的方式处理多模态输入，该模型在辨别肺部疾病方面表现出了比仅使用图像模型和非统一多模态诊断模型更高的识别率，并在 COVID-19 患者的不良临床预后方面表现出了更高的预测
PDFa year ago
使用编码将 ECG 信号转换为图像以实现高效的图像 - 文本检索
本研究介绍了一种新颖的心电图 (ECG) 自动识别方法，采用最近的大型语言模型 (LLM) 和 Vision-Transformer (ViT) 模型。该方法通过将 ECG 编码为图像并采用视觉语言学习范式来自动识别相似的临床病例，从而实现
PDFa year ago
冻结语言模型有助于心电图零样本学习
该研究提出了使用机器生成的临床报告指导自我监督的心电图预训练的 ECG-Text 多模态自监督预训练（METS）。METS 在零 - shot 分类中能够实现约 10％的性能改善，而不使用任何带标签的数据，此外，在 MIT-BIH 数据集上
PDFa year ago
卷积神经网络在医学图像分析中的应用综述
研究医学图像分析的最新技术，特别是使用机器学习中的深度卷积网络实现医学图像分析，深度卷积网络被广泛应用于医学图像分割、异常检测和疾病分类等应用领域。
PDF7 years ago
AAAI临床诊断推理的压缩记忆网络
通过利用维基百科作为知识源，提出了一种使用电子健康记录中记录的自由文本医疗笔记进行医学诊断的新模型 —— 紧凑记忆神经网络（C-MemNNs）。在 MIMIC-III 数据集上的实验证明，该模型是预测复杂临床场景下最可能诊断的最佳选择之一。
PDF8 years ago