colon cancer | BriefGPT - AI 论文速递

关键词colon cancer

搜索结果 - 8

MM探索可解释人工智能技术以提高肺癌和结肠癌分类的可解释性
利用深度学习方法对肺癌和结肠癌进行组织学图像分类，取得了 97% 至 99% 的准确率，并通过注意力可视化技术提高了恶性和良性图像分类的解释性和理解。
PDF2 months ago
YOLO-OB：基于多尺度无锚点实时结肠肿瘤检测器的改进
本论文提出了一种名为 YOLO-OB 的新模型，通过双向多尺度特征融合结构和基于中心的无锚框回归策略，显著提高了息肉检测的各项性能指标，尤其是召回率，同时实现了基于 RTX3090 图形卡的实时息肉检测（每秒 39 帧）。
PDF7 months ago
UGCANet：一种统一的全局上下文感知基于 Transformer 的网络，具有特征对齐功能，用于内窥镜图像分析
本研究提出了一种多任务利用全局上下文感知模块和特征对齐块的 Transformer-based 深度神经网络，可用于精确识别上消化道病变和肠息肉，实验证明其性能卓越。
PDFa year ago
MM基于机器学习的肺部和结肠癌检测：深度特征提取和集成学习
本研究利用深度学习和机器学习技术设计了一个混合集成特征提取模型，用于高效自动识别肺癌和结肠癌，模型在肺癌、结肠癌和肺癌与结肠癌的数据集上的准确率分别达到 99.05%、100% 和 99.30%。
PDF2 years ago
ICMLC2G-Net：利用形态属性进行图像分类
该研究提出了一种名为 C2G-Net 的图像分类管道，旨在利用具有大量类似物体（如生物细胞）的图像的形态特性。C2G-Net 包括两个组成部分：(1) Cell2Grid，一种通过细胞分割并将其排列在网格上的图像压缩算法；(2) DeepL
PDF4 years ago
MILD-Net: 腺体实例分割中最小信息损失扩张网络在结肠组织学图像中的应用
本研究提出了一种基于完全卷积神经网络的方法，利用反卷积和空间上的金字塔池化，实现对结肠镜病理学图像中的腺体分割；此外，还使用随机变换来生成不确定性图以解决了高不确定性预测的问题，并且通过实验验证了模型性能优于现有方法。
PDF6 years ago
结肠组织图像的腺体分割：GlaS 挑战赛
本研究介绍一个基于自动化方法量化肠道组织形态学的方法，旨在解决在病理学中现代癌症分级中存在的重要挑战。该文章提供了肠道组织图像挑战比赛的概述，包括组织、数据集和评估标准，以及来自表现最好的方法的方法描述和评估结果。
PDF8 years ago
基因微阵列数据的双向聚类分析
本文介绍了一种新颖的双向耦合聚类方法，用于基因芯片数据的分析：通过基于迭代聚类的算法，找到适合聚类的基因和样本的子集，从而发现在纯数据聚类时被掩盖和隐藏的新的数据分区和相关性；本方法被应用于两个基因芯片数据集，包括结肠癌和白血病数据集。
PDF24 years ago