computer-aided diagnosis | BriefGPT

关键词computer-aided diagnosis

搜索结果 - 82

基于组织病理学癌症类型注释的肺部结节数据集
提供公开数据集和可靠工具，用于精确分类不同类型的肺部疾病，以便提供精确的治疗建议。
PDF8 days ago
FA-Net：一种基于模糊注意力的深度神经网络在胸部 X 光片中的肺炎检测
通过使用胸片 X 光图像，开发了一种计算机辅助诊断系统以自动检测肺炎，该系统使用 DenseNet-121 和 ResNet50 作为二元分类（肺炎和正常）和多分类（细菌性肺炎，病毒性肺炎和正常）任务的主干，并实现了一种名为 Fuzzy C
PDF13 days ago
DeepUniUSTransformer: 通向通用超声模型的有引导深度学院 Transformer
提出了一种名为 DeepUniUSTransformer 的新型通用超声波框架，可适应多个临床任务，包括分割任务和计算机辅助诊断任务，通过引入一个新的模块将相关信息作为提示，并优于使用单个数据集进行训练的模型和缺乏提示指导的网络的消融版本。
PDFa month ago
利用 Mini-Net 推进医学图像分割：一种为医学图像高效分割量身定制的轻量级解决方案
我们提出了 Mini-Net，一个专门为医学图像设计的轻量级分割网络，通过少于 38,000 个参数高效捕捉高频和低频特征，从而实现在各种医学成像场景中的实时应用，并在 DRIVE、STARE、ISIC-2016、ISIC-2018 和 M
PDFa month ago
基于概念的 CT 图像肺结节恶性评分的可解释性研究
提出了一种基于广义可加模型和概念学习的可解释模型，以增加用于评估肺结节恶性程度的现代计算机辅助诊断系统的透明度。该模型在确定恶性程度回归得分之外，检测了一组临床上显著的属性，并学习了肺结节属性与最终诊断决策以及其对决策的贡献之间的关联。通过
PDFa month 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
Mammo-CLIP: 一种增强乳腺摄影数据效率与鲁棒性的视觉语言基础模型
本文提出了针对乳腺癌检测中计算机辅助诊断（CAD）的大型和多样化训练数据的不足问题，通过使用大规模图像文本数据集进行预训练，通过视觉 - 语言模型（如 CLIP）部分解决了计算机视觉中鲁棒性和数据效率的问题。我们首次提出了 Mammo-CL
PDFa month ago
预训练视觉语言模型中的伪提示生成，面向多标签医学图像分类
该研究介绍了一个新的提高医学图像识别性能的方法，利用预训练视觉 - 语言模型和伪提示生成来实现多标签分类和自动诊断，对比实验证明了其在多标签胸部放射图数据集上的卓越性能。
PDF2 months ago
Mammo-CLIP：利用对比式语言 - 图像预训练（CLIP）对多视角乳腺摄影增强乳腺癌诊断
通过多视图乳房 X 光片和简单文本的多模态框架 Mammo-CLIP，本研究展示了应用微调视觉语言模型来开发下一代基于图像文本的乳腺癌 CAD 方案的潜力。
PDF2 months ago
使用预训练深度学习模型分类糖尿病视网膜病变
该研究提出了一种基于卷积神经网络和预训练深度学习模型的计算机辅助诊断系统，用于自动将视网膜图像分类为正常、轻度、中度、重度和增殖性糖尿病视网膜病变。实验结果表明，CNN、MobileNet、VGG-16、InceptionV3 和 Ince
PDF3 months ago
基于条件扩散模型的腹部淋巴结分割 CT 图像综合
我们提出了一个集成条件扩散模型和 nnU-Net 模型的流程，通过合成多样化的真实腹部淋巴结数据来改善腹部淋巴结分割的性能，并证实 LN-DDPM 在腹部淋巴结图像合成方面优于其他生成方法，并更好地辅助下游的腹部淋巴结分割任务。
PDF3 months ago
MOAB: 脑肿瘤分级的组织病理图像和基因数据融合的多模态外部算术块
基于组织学分级和遗传数据，本研究提出了一种新颖的多模态外部算术块（MOAB）用于预测脑瘤等级，并通过广泛实验评估了该方法的有效性。将 MOAB 应用于癌症基因组图谱（TCGA）的胶质瘤数据集中，结果表明它可以提高相似类别（等级 2 和 3）
PDF4 months ago
COVID-19 基于人工智能辅助 CT 影像分析的计算机辅助诊断：部署一种医学人工智能系统
展示了一种集成可靠、快速部署的先进 AI 系统，用于自动分析 CT 图像以检测 COVID-19 感染概率，并通过分类和分割组件减少医生检测时间，提高 COVID-19 检测效率。AI 系统还通过锚集相似性分配 3D CT 扫描的感染概率，
PDF4 months ago
应用变分自动编码器进行放射学数据生成的生成式主动学习在兽医学中的应用
利用变分自编码器提出的生成式主动学习框架解决兽医医学中计算机辅助诊断系统面临的数据缺乏挑战。通过生成数据的添加和训练模型的改进，该方法显著减少了放射照片中的 Frechet Inception 距离和混淆矩阵的假阳性，从而为医学 CAD 的
PDF4 months ago
医学图像的卷积分解中的奇异值扁平化
通过将卷积滤波器的权重矩阵分解为两个低秩矩阵，将模型进行减少，并通过最小化两个低秩权重矩阵与均匀分布之间的 KL 散度，减少具有显著方差的奇异值方向的数量，从而提高因子化卷积在医学图像处理模型中的表达能力。我们的 SFConv 在多个数据集
PDF4 months ago
AI 生成内容增强的甲状腺结节计算机辅助诊断模型：ChatGPT 风格助手
通过语义级人机交互的方式，基于 ChatGPT 架构设计出了一种名为 ThyGPT 的人工智能增强型计算机辅助诊断（AIGC-CAD）模型，可以协助放射科医生评估甲状腺结节的风险。使用由浙江癌症医院收集的 19,165 个甲状腺结节超声案例
PDF5 months ago
极化和放射组织学特征融合网络用于肝细胞癌和肝内胆管癌的分类
通过将来自肝脏病理样本的 Mueller 矩阵图像的极化特征与相应病理图像的纹理特征相结合，引入了一种新的极化和辐射学特征融合网络来对肝细胞癌（HCC）和肝内胆管癌（ICC）进行分类。在图像分辨率降低的情况下，该融合网络利用极化图像技术和图
PDF6 months ago
联合自监督和有监督对比学习用于多模态 MRI 数据：走向预测异常神经发育
利用多模态成像、深度学习和对比学习方法，从多模态 MRI 数据中学习鲁棒的潜在特征表示，将异构特征投影到共享空间，整合不同模态和类似主体间的互补和类似信息，进而提高了异常神经发育的预测能力和计算机辅助诊断的功效。
PDF6 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
仅考虑正例：基于 5 折高阶注意力交互模型的皮肤分割导出分类
通过高阶注意力交互机制的多重高阶注意力交互模型（MHA-UNet），我们提出了一种高度可解释的皮肤病变分割任务方法，实现了无需负样本训练的病变存在性判断，并在多个公开数据集上展示了分类和分割实验的先进性能。
PDF7 months ago