image analysis | BriefGPT - AI 论文速递

关键词image analysis

搜索结果 - 105

Syn3DWound: 用于 3D 创面床分析的合成数据集
创伤管理对于卧床患者和老年人尤为具有挑战性。现代图像分析对准确的诊断和伤口愈合监测具有重要意义，能提供准确而精确的伤口测量结果。尽管存在多种技术，但广泛而多样的训练数据集的缺乏仍然是构建基于机器学习框架的重要障碍。本文介绍了 Syn3DWo
PDF7 months ago
ICLR基于自监督学习的病灶检索
基于内容的图像检索（CBIR）与自我监督学习（SSL）加速临床医生对相似图像的解读，无需手动标注。通过将对比学习 SimCLR 应用于 CBIR，并采用广义平均（GeM）池化和 L2 归一化进行病变类型分类和检索相似图像，结果显示性能有所提
PDF7 months ago
利用 Transformer 技术：肺癌图像检测的一次飞跃
本文讨论了在基于图像分析的癌症检测中，迁移学习（TL）和 transformers 的作用。通过分析医学图像，如 CT 扫描和 MRI，以识别可能有助于癌症检测的异常生长，TL 等方法已被证明可以提高癌症分类和检测的质量和性能。本文对基于图
PDF8 months ago
可解释的地球观测人工智能：现有方法、开放性挑战与机遇
深度学习在遥感数据分析等领域取得了巨大进展，但由于神经网络在解释性上的缺陷，对其缺乏可解释性和可解读性仍然存在批评。为解决这一问题，用于遥感图像分析的可解释人工智能技术近来得到了广泛的研究。本章根据突出的地球观测应用领域进行组织，介绍了可解
PDF8 months ago
基于逻辑语义判别的油污泄漏区域图像识别
通过图像分析准确检测峰值负载设备中的油泄漏，可以显著提高检查质量，确保系统的安全性和可靠性。该方法通过将逻辑规则辨别与图像识别集成，整合了 Mask RCNN 网络的语义图像分割技术，以识别潜在的油污染区域，并应用逻辑规则来确定疑似区域是否
PDF8 months ago
训练图像导数：提高精度与普适鲁棒性
通过在图像分析问题中训练神经网络的导数，可获得更准确的结果并解决网络的鲁棒性问题。
PDF8 months ago
通过四元波尔兹曼网络推广医学图像表示
神经网络普遍性研究领域愈发广泛，鉴于来自不同源和任务的数据集日益丰富。这个问题在处理医学数据时尤为重要，因为缺乏方法标准会导致不同成像中心或使用不同设备和辅助因素提供的数据变化很大。为了克服这些限制，我们引入了一种新的、泛化的、数据和任务无
PDF9 months ago
GRaMuFeN: 基于图的社交媒体多模态虚假新闻检测
通过分析新闻的文本和图像内容，本文提出了 GraMuFeN 模型，结合了图卷积神经网络和卷积神经网络的输出，并应用对比相似度损失函数，取得了显著的结果，用于检测社交媒体中的虚假消息。
PDF9 months ago
ConvNeXtv2 融合 Mask R-CNN 用于自动区域基于冠状动脉狭窄的检测和疾病诊断
冠状动脉疾病的自动化检测和图像分析对诊断过程进行了有效的简化，证实了提出的模型在识别狭窄病变方面表现出色。
PDF9 months ago
CongNaMul: 大豆芽高级图像处理数据集
我们呈现了一个名为 'CongNaMul' 的综合数据集，旨在进行大豆芽图像分析的各种任务。该数据集包含用于图像分类、语义分割、分解和长度重量测量等任务的图像和标签，为 AI 辅助自动质量检测技术的开发提供了四个用于确定大豆芽质量的类别，以
PDF10 months ago
数字病理学中高效的切片图像分析数据管理
在处理千兆像素数字病理学整张切片图像时，我们通过实施适应性 IO 系统版本 2（ADIOS2）来解决数据访问挑战，构建和发布了一个以数字病理学为中心的流水线，实现了切片图像数据的高效管理，并开发了旨在缩短数据检索时间的策略。我们的研究结果显
PDFa year ago
基于模板训练和视觉感知增强的脑 MRI 分割
通过模板训练方法，使用一种人口平均脑 MRI 模板和相关分割标签，从头开始训练 3D U-Net 模型，在视觉感知增强和减轻过拟合的基础上，实现对鼠、大鼠、印度狨猴、恒河猴和人类脑 MRI 进行头骨去除、脑分割和组织概率映射等分割任务的训练
PDFa year ago
自然液压减震器特性的研究：一种基于图像的方法来研究人体半月板组织内的流体流动行为
研究 meniscus 内的液流行为及其结构影响的方法，将计算流体力学与图像分析相结合，通过高分辨率的三维微型 CT 扫描，在一定范围的入口速度下分析人类 meniscus 内部结构的液流。
PDFa year ago
遥感应用中的分段任意物模型 (SAM)：从零到一次拍摄
本研究旨在将 Meta AI 的创新图像分割模型 Segment Anything Model（SAM）应用于遥感图像分析领域，特别是处理来自不同地理背景的航空和轨道影像，实现 SAM 在遥感影像处理中的潜力。
PDFa year ago
使用生成对抗网络创建逼真的前段眼 OCT 图像
本文介绍了开发和验证了一种生成对抗网络（GAN），旨在创建高分辨率，逼真的前节光学相干层析成像（AS-OCT）图像。作者使用经验丰富的屈光外科医生对这些生成的图像的逼真程度进行了评估，并证明了他们的实用性。此外，使用提高后的分辨率的生成图像
PDFa year ago
在兽医细胞学中使用超分辨率以提高视觉感知和分割性能
本研究的主要目标是通过整合超分辨率 (SR) 架构来增强细胞学图像中的语义分割质量。我们还开发了一个旨在改进在不准确对焦情况下成像质量的新数据集。实验结果表明，将 SR 技术整合到分割管线中可以在平均精度（mAP）分割指标上实现高达 25%
PDFa year ago
极地多年冻土特征的高分辨率制图和分割的实时地理人工智能
本文介绍了一种实时的几何人工智能（GeoAI）工作流程，用于对高精度（0.5 米）商业成像进行大规模图像分析和北极多年冻土特征的细分。使用基于轻量级深度学习的实例分割模型 SparseInst，通过引入和使用实例激活映射来准确定位图像场景中
PDFa year ago
MicroSegNet: 微超声图像前列腺分割的深度学习方法
本文提出了一种基于深度学习的方法，即 MicroSegNet，用于对微型超声图像上的前列腺进行自动化、快速、准确的分割，使用了多尺度注释引导变压器 UNET 模型，可以更好地处理前列腺、膀胱和尿道的艺术品和不清晰的图像区域，取得了比现有分割
PDFa year ago
使用机器学习分析高分辨率数字火星图像
应用卷积神经网络 (CNN) 识别火星表面的水冰碎片，以帮助识别适于进行水文学探测的区域。
PDFa year ago
自动浮游生物图像识别调查：挑战、现有解决方案和未来展望
通过综述现有方案，本文讨论了浮游生物自动识别中最大的挑战，并提出新数据集中面临的难点以及解决方案，并指出仍存在的几大问题，如不同数据集之间的领域转移、未曾见过的类别的图像处理难度和专家注释的不确定性，这需要加以解决。
PDFa year ago