diagnostic accuracy | BriefGPT

关键词diagnostic accuracy

搜索结果 - 44

增强放射诊断：融合人工智能与人类专业知识的协作方法修正可视错误
CoRaX 是一种协同人工智能系统，通过整合眼动数据和放射学报告来改进胸部放射学的诊断准确性，找出感知错误并优化决策过程。研究使用 REFLACX 和 EGD-CXR 数据集以及大型多模态模型开发了 CoRaX，并评估了其推荐过程、推荐质量
PDF4 days ago
Dwarf: 疾病加权网络用于注意力图优化
本研究通过将医学专家纳入可解释性过程，提出了一种疾病加权的注意力图细化网络 (Dwarf)，该方法利用专家反馈来增强模型的相关性和准确性，通过循环训练来改进诊断性能，生成精确且可解释的特征图。实验结果在多个医学影像数据集上证明了解释性和诊断
PDF8 days ago
基于病变感知的多相 CT 扫描肾肿瘤亚型分类的交叉相位注意力网络
提出了一种新的病变感知跨阶段注意力网络（LACPANet），可以有效地捕捉肾脏病变在多期 CT 阶段之间的时间依赖关系，从时间序列多相 CT 图像中准确分类肾脏病变为五个主要病理亚型，并在诊断准确性方面超越了现有方法。
PDF8 days ago
多层次心血管疾病与阻塞性睡眠呼吸暂停症共病现象的表型模型：一项纵向威斯康辛睡眠队列研究
利用密集睡眠期患者的数据，本研究引入一种新型的多层次表型模型，分析这些疾病随时间的进展和相互作用，并通过树状模型进行特征重要性分析，发展混合效应模型，应用 t 分布随机邻居嵌入和高斯混合模型对患者数据进行分群，阐明了心血管疾病和阻塞性睡眠呼
PDF13 days ago
辅助患者数据对自动胸部 X 射线报告生成的影响及如何整合
该研究调查了将多样的患者数据源整合到多模态语言模型中，用于自动化胸部 X 射线报告生成。通过使用 MIMIC-CXR 和 MIMIC-IV-ED 数据集，该研究通过整合详细的患者信息，如不定期的生命体征、药物和临床病史，将异质数据源转化为嵌
PDF13 days ago
自动精神疾病评估中的 LLM 问卷填写
我们利用大型语言模型将非结构化的心理访谈转化为涵盖各种精神疾病和人格领域的结构化问卷，通过模拟被访者的方式让语言模型回答这些问卷。得到的答案被编码为特征，并使用随机森林回归器预测抑郁症（PHQ-8）和创伤后应激障碍（PCL-C）的标准化精神
PDF23 days ago
推进基于组织病理学的乳腺癌诊断：对多模态和可解释性的深入认识
本综述研究使用多模态数据和强调可解释性以提高乳腺癌的诊断准确度、医生信心和患者参与度，最终促进更个体化的治疗策略，并指出多模态性和可解释性方面的研究空白，引导未来研究并为该领域的战略发展作出贡献。
PDF25 days ago
三个解剖区域的周视盘神经纤维层反射和其他 OCT 参数构建角膜压分类的混合深度学习
通过混合的深度学习模型，结合 NFL 反射和其他 OCT 参数，提高青光眼诊断的准确性。
PDFa month ago
XAI4LLM。让机器学习模型和 LLM 合作，提升医疗领域的上下文学习
通过结合医学领域知识，采用多层结构的提示方法实现零 / 少样本上下文学习，并探索用户与大型语言模型的两种交流方式对诊断准确性和风险因素的影响。结果表明，大型语言模型通过域知识和定制化沟通策略能够显著提高诊断流程的准确性。研究还强调了在大型语
PDF2 months ago
脑疾病诊断中的跨模态领域自适应：基于最大均值差异的卷积神经网络
大脑疾病的精确诊断依赖于先进的医学成像技术，然而缺乏标注数据对于机器学习模型的部署造成了挑战。这项研究采用了深度学习和领域适应技术，结合了最大均值差异方法和卷积神经网络，改善了医学图像模态间的泛化能力，并通过提高诊断准确性和效率，为临床医生
PDF2 months ago
SR4ZCT：自我监督的透平面 CT 图像任意分辨率和重叠区域增强
我们提出了一种自我监督方法 SR4ZCT，通过模拟匹配原始切片图像的训练图像，准确建模了分辨率和不同切片之间的像素间距的关系，以处理任意分辨率和重叠组合的医学 CT 图像，提高了诊断准确度。
PDF2 months ago
利用 ChatGPT 诊断与自闭症相关的语言障碍并识别独特特征
本研究探讨了 ChatGPT 作为一种先进的自然语言处理模型在诊断自闭症相关语言障碍方面的应用，通过提高诊断准确性和描述自闭症的特定语言特征，从而优化诊断流程，并与传统的监督学习模型进行了对比，结果显示 ChatGPT 在零样本学习配置下的
PDF2 months ago
DinoBloom：一种用于血液学中可推广的细胞嵌入的基础模型
血液病学中，计算模型具有显著的潜力，以提高诊断准确性、简化工作流程，并减少分析外周血细胞或骨髓涂片中的单个细胞的乏味工作。为解决大数据量效应不明显、数据集规模小以及从自然图像转移学习性能差的问题，我们介绍 DinoBloom，这是血液病学中
PDF3 months ago
TDANet: 一种新颖的带注意力机制的时序去噪卷积神经网络用于故障诊断
提出了一种基于时间去噪卷积神经网络和注意力机制的故障诊断方法，能够在噪声环境中改善故障诊断性能，并通过对 CWRU 数据集和真实飞机传感器故障数据集的评估表明，在噪声环境下，该方法在诊断准确度方面明显优于现有的深度学习方法。
PDF3 months ago
基于图像深度学习的胸部 X 射线亚临床动脉粥样硬化的检测
通过基于深度学习的系统在普通胸部 X 线上识别亚临床动脉硬化，开发了一个预测冠状动脉钙化分数的深度学习算法，在内、外部验证中表现出良好的诊断准确性和预测动脉粥样硬化心血管疾病事件的负预测价值。
PDF3 months ago
EndoOOD：胶囊内镜诊断中的不确定性感知型超出分布检测
无线胶囊内窥镜（WCE）是一种无创诊断方法，能够可视化胃肠道。基于深度学习的方法已经在使用 WCE 数据进行疾病筛查方面显示出有效性，减轻了医疗专业人员的负担。然而，现有的胶囊内窥镜分类方法大多依赖于预定义的类别，难以识别和分类未定义的数据
PDF4 months ago
多个大型语言模型的综合洞察提高诊断准确性
通过使用集体智能方法和 200 个真实病例的临床案例数据集，我们评估和比较了使用个别商业大型语言模型（OpenAI GPT-4、Google PaLM 2、Cohere Command、Meta Llama 2）提取的不同诊断与使用组合相同
PDF5 months ago
通过多智能体对话增强诊断准确性：利用大型语言模型减轻认知偏差
通过大型语言模型 (LLMs) 在多智能体框架中的运用，模拟临床决策过程并评估其改善诊断准确性的有效性，以应对临床决策中的认知偏差。
PDF5 months ago
人工智能在临床黑素瘤诊断中的应用：一项前瞻性多中心研究的洞见
通过与皮肤科医生在一个具有多个不同医院和摄像机配置、罕见黑素瘤亚型和特殊解剖部位的异质测试集上进行比较，我们评估了 “全数据扩展”（ADAE）算法在黑素瘤检测中的诊断准确性，并提高了算法的泛化能力。与皮肤科医生相比，AI 在异质数据集上表现
PDF5 months ago
面向医学影像的通用无监督异常检测
通过引入一种新颖的无监督方法 RA，可自动生成逼真的健康影像重构，从而识别更广泛的病理性异常，超过现有先进方法在多种影像模态中的表现，提高医学影像的诊断准确性。
PDF5 months ago