early diagnosis | BriefGPT - AI 论文速递

关键词early diagnosis

搜索结果 - 29

跨语言认知洞察：提升多模式面试分析
我们提出了一种多模态模型，能够预测轻度认知障碍和认知得分，通过对 TAUKADIAL 数据集进行评估，提取音频和文本特征，并将其结合成多模态架构以实现强大而广泛的结果。
PDF23 days ago
基于可解释卷积神经网络的视网膜底部分类及基于先进视网膜血管图像分割模型
我们的研究聚焦于通过检查眼底图像中的视网膜血管进行疾病的早期诊断。我们利用八个预训练的 CNN 模型进行基于深度学习的分类，同时应用了可解释的 AI 技术，如 Grad-CAM、Grad-CAM++、Score-CAM、Faster Sco
PDF2 months ago
通过 ECG 数字孪生生成个性化心脏病检测
基于数字孪生技术的个性化心脏病检测模型可以生成高质量的心电图信号，并改善个性化心脏病检测，在保证隐私安全的前提下有效管理患者数据。
PDF3 months ago
应用可穿戴传感器测量的步态周期数据进行帕金森病早期检测的综合深度学习框架：CNN-GRU-GNN 方法
我们提出了一种深度学习模型，利用步态周期数据集实现对帕金森病的二分类早期检测，通过使用 1D - 卷积神经网络（CNN）、门控循环单元（GRU）和图神经网络（GNN）层，协同地捕捉数据中的时序动态和空间关系，从而实现了非凡的性能表现，准确率
PDF3 months ago
基于深度学习的视频自闭症检测
自闭症谱系障碍 (ASD) 对儿童的生活常常造成困难，因此早期诊断对于正确的治疗和关怀是必要的。为了帮助医疗专业人员早期发现，我们提出了一种分析儿童对感官刺激反应的深度学习模型，旨在捕捉 ASD 和非 ASD 患者之间反应和行为的关键差异。
PDF4 months ago
使用深度学习技术进行糖尿病检测的过采样和特征增强
通过使用深度学习技术进行数据预处理和分类，本研究提出的全面深度学习流程方法在糖尿病检测领域中表现出超越最先进方法的潜力。
PDF5 months ago
应用人工智能技术与螺旋 CT 扫描结合的早期肺癌筛查分析
中国肺癌的发病率和致死率居于所有恶性肿瘤之首，早期肺癌的诊断对患者预后的改善具有重要意义。近年来，人工智能技术在肿瘤学领域逐渐得到应用，特别是在肺癌筛查和早期诊断方面发展迅速。然而，目前关于人工智能技术结合 SCT 扫描进行早期肺癌诊断的研
PDF5 months ago
结构注重型神经退行性卷积神经网络用于阿尔茨海默病建模与分类
该研究提出了一种结合了伽玛校正和脑结构专注的神经退化卷积神经网络（SNeurodCNN）的机器学习框架，用于区分早期阿尔茨海默病（AD）和轻度认知障碍（MCI），通过实验证明该模型在诊断及特定脑区变化的准确性、特异性和敏感性方面表现出色，成
PDF6 months ago
仅使用脑脊液生物标志，基于机器学习进行阿尔茨海默病分期分类
使用机器学习模型基于脑脊液生物标志物水平对阿尔茨海默病不同阶段进行分类，并证明集成提升树和逻辑回归提供了二元分类的最高准确性，而集成袋装树对多类分类表现出更好的准确性。
PDF6 months ago
个性化早期和及时诊断的基本框架和方法论
早期诊断是医疗保健领域重大转型潜力，通过提供更好的治疗选择、改善长期生存率和生活质量，并减少总体成本。本文提出了一种早期和及时诊断的基础框架，以个性化诊断为基础，通过决策理论方法和机器学习统计方法来估计最佳个性化诊断路径。此框架的发展将有助
PDF7 months ago
组织病理学癌症检测
癌症早期诊断是制定有效治疗计划并确保病人健康安全的必要步骤，本研究通过深度学习构建了一个潜在的肿瘤预后分类模型，利用组织病理学图像中有价值的信息，选择了 PatchCamelyon 基准数据集，训练了多层感知器和卷积模型，并评估了其精确度、
PDF8 months ago
基于联邦学习的支持向量分类器实现精准自闭症谱系障碍预测 (SVCFL)
通过使用四个数据集，采用联邦学习方法收集数据并使用支持向量分类器方法进行诊断，本文讨论了这种障碍的早期诊断。利用这种方法，我们预测孤独症谱系障碍的准确率达到 99％，结果改善了 13％。
PDF8 months ago
增强自动化和早期检测阿尔茨海默病的能力：利用超出分布检测
利用 CNN 和 OOD 检测来改进 MRI 分类，从而降低假阳性率，消除 Machine Learning 模型在医疗任务中的重要劣势。
PDF10 months ago
面部关键点图用于肌萎缩性侧索硬化症鉴定
通过计算方法分析患者的面部表情来自动识别肌萎缩侧索硬化症（ALS），实验结果表明提出的方法优于现有成果，并为相关领域带来了广阔的发展前景。
PDFa year ago
基于路径签名和孪生自编码器的自闭症早期诊断
针对 2 岁以下儿童的传统的基于交流和行为模式的诊断方法不够可靠，因此我们提出了一种深度学习的方法来提取关键特征从病态的、类不平衡和异质的结构 MR 图像中进行早期的自闭症诊断，该方法通过 Siamese 验证框架扩展稀缺数据，通过无监督压
PDFa year ago
诊断急性淋巴细胞白血病敏感相关生物标志的新型流程
我们提出了一个新的诊断急性淋巴细胞白血病的流程，通过模拟血液学家的工作流程，对疾病生物标记物敏感并在 ALL IDB1 上实现 96.15% 的准确率、94.24% 的 F1 分数、97.56% 的敏感度和 90.91% 的特异性，该方法还
PDFa year ago
基于增强特征提取处理的糖尿病视网膜病变快速检测策略
本研究旨在开发一个增强型深度学习模型，用于诊断糖尿病视网膜病变，从而实现早期的 DR 识别和病变的检测。该模型将从视网膜图像中检测出各种病变，首先从视网膜底部图像中提取特征并进行分类，然后使用 EDLM 进行降维，并使用随机梯度下降优化器对
PDFa year ago
阿尔茨海默病早期诊断的语义连贯性标记
本文研究了如何使用语言模型通过困惑度指标对语言进行分析并区分精神障碍和健康受试者。结果表明，困惑度可以是一种有价值的分析指标，可潜在应用于支持精神障碍症状的早期诊断。
PDFa year ago
AAAI基于迁移学习技术的黑素瘤分类比较分析
使用深度卷积神经网络进行皮肤癌的早期检测和分类，有助于减少高昂的医疗费用并提升治疗效果。
PDF2 years ago
使用分层注意力和 Transformer 的阿尔茨海默病诊断和生成聊天机器人
本文提出了一个自然语言处理的架构，该架构可以处理以往需要两个模型完成的任务。通过单一模型，我们分析阿尔茨海默病患者的语言模式和对话上下文，并从两个结果中得出答案：患者分类和聊天机器人。如果聊天机器人在日常生活中识别了患者的语言特征，医生可以
PDF2 years ago