lesion segmentation | BriefGPT

关键词lesion segmentation

搜索结果 - 44

使用提示进行医学图像分割
本文提出了一种利用图像级标签来促进分割的双 U 形两阶段框架，通过预训练分类网络获取层次金字塔特征并引导下游分支的学习，在像素级标签的监督学习下，通过短跳和长跳将从分类分支获得的层次特征输入到下游分支中，并得到病变掩模，实验证明我们的框架相
PDF14 days ago
ULS23 挑战：用于计算机断层扫描中三维通用病灶分割的基线模型和基准数据集
在肿瘤患者的随访 CT 检查中，肿瘤体征的尺寸测量对于评估治疗效果至关重要。高效的病变分割能够加速放射学工作流程。我们引入了 ULS23 基准，用于胸腹盆 CT 检查中的 3D 通用病变分割。该基准包含了胰腺、结肠和骨骼等各种挑战性的病变类
PDFa month ago
鼻内镜图像分割的点邻域学习框架
通过引入点邻域学习、增强训练监督及扩充数据多样性，我们提出了一种弱半监督方法，名为 Point-Neighborhood Learning (PNL) 框架，用于医学图像中的点注释，显著提高了性能并不改变分割网络结构。
PDFa month ago
D-TrAttUnet：面向医学图像的通用和细微分割的混合 CNN-Transformer 架构
近 20 年来，医学影像的机器分析迅猛发展，为几个重要的医疗应用提供了巨大的潜力。其中，病变分割是一个特别具有挑战性的任务，有着迫切的需求，而我们提出的新型解决方案 ——D-TrAttUnet 架构在 Covid-19 和骨转移分割的任务中
PDF2 months ago
多阶段多目标 CT 扫描中的肝脏病变分割和检测
通过在多个阶段运用神经网络进行多相计算机断层扫描，结合分割模型和单相训练，我们的方法在肝脏病变分割性能上取得了 1.6% 的改进，并降低了 8% 的主体间性能差异。
PDF3 months ago
稳健的笔画分割的综合数据
深度学习在神经影像学中的语义分割目前需要高分辨率扫描和大型标注数据集，给临床适用性带来了显著障碍。本文提出了一种新颖的合成框架，用于病灶分割任务，扩展了现有的 SynthSeg 方法的能力，以适应具有大型异质病理的病灶特定增强策略。我们的方
PDF3 months ago
家族性脑凝血瘤病变进展评估的创新定量分析
建议了一个基于定量统计的模块化框架，用于定量评估遗传性脑海绵状血管瘤病变的严重程度和病变的进展，并且在临床决策过程中提供客观、准确、全面的定量统计信息，以加速脑海绵状血管瘤的临床研究进展和临床决策的制定。
PDF3 months ago
TJDR：一份高质量的糖尿病视网膜病变像素级注释数据集
通过高质量的 DR 像素级注释数据集（TJDR），本文研究了用于糖尿病视网膜病变（DR）分级的人工智能的有效性，以及通过准确的病变分割增强 DR 分级解释性的研究进展，而这一研究进展面临着像素级注释 DR 数据集稀缺的严重阻碍。
PDF6 months ago
SPEEDNet: 结肠镜图像的显著金字塔增强编码解码网络
SPEEDNet 是一种用于结肠镜图像中精确定位和分割病变的新型网络架构，通过将扩张卷积和缩减层成对组合成金字塔结构来降低参数数量，提高特征学习，并降低模糊效果。在 EBHISeg 数据集上，SPEEDNet 的性能优于 UNet、Feed
PDF7 months ago
强化形态学引导的 CAM-Guided SAM 用于乳腺病灶弱监督分割
通过成像学和形态学的相结合，我们提出了一种新的方法，在早期乳腺超声图像中进行弱监督病变分割，其性能超过了依赖像素级注释的监督学习方法。
PDF8 months ago
AG-CRC: CT 中基于解剖学指导的结肠癌分割与非理想解剖学知识
利用自动生成的器官掩模辅助肠直肠癌（CRC）的 CT 图像分割，提出了一种新颖的解剖引导分割框架（AG-CRC），通过多器官分割、训练块采样策略、自监督学习方案和掩模损失机制，实现了 5% 至 9% 的性能改进。
PDF9 months ago
APIS: 一个用于脑缺血分割挑战的 CT-MRI 成对数据集
中风是全球第二大死因，本研究介绍了 APIS 数据集，它包含了 NCCT 和 ADC 研究的急性缺血性中风患者，可用于帮助诊断、定位和分析中风病变。
PDF9 months ago
AMLP：自适应遮罩损伤区域修补的自监督医学图像分割
基于自监督掩蔽图像建模的方法在自然图像上取得了有希望的结果，但将这样的方法直接应用于医学图像仍然具有挑战性。本文提出了一种新颖的自监督医学图像分割框架，名为自适应掩蔽病变补丁（AMLP）。通过设计 Masked Patch Selectio
PDF10 months ago
通道注意力可分离卷积网络用于皮肤病变分割
通过提出 CASCN 网络，利用 U-Net、DenseNet、Separable Convolution、Channel Attention 和 Atrous Spatial Pyramid Pooling 等先进机制，实现皮肤病变分割，
PDF10 months ago
ReFuSeg：基于正规化的多模态融合技术用于精确脑肿瘤分割
该论文介绍了一种新颖的多模态方法，用于通过四种不同的成像模态进行脑损伤分割，同时对缺失模态等实际场景具有鲁棒性，以确保病变分割的可靠性。
PDF10 months ago
超声图像中病变分割的显著性图解耦与耦合
本研究提出了一种称为 DC-Net 的分解耦合网络，以背景与病变区域之间相似的超声图像情景为挑战，通过预处理原始图像，将其分解为前景和背景显著性图，并在显著性先验融合的协助下进行精确分割。经过两个超声病变分割任务的评估，该方法表现出良好的性
PDFa year ago
利用强度分布监督改进 CT 扫描中的病变分割和检测
该论文提出了一种新的 CT 扫描中病变区域分割与定位的方法，引入了基于影像亮度直方图的病变概率分布来指导神经网络的训练，该方法可使得肿瘤的检测与分割效果得到显著提高。
PDFa year ago
CoactSeg：利用异构数据进行新型多发性硬化症损害分割
提出了一种利用混合数据和纵向关系来改善新型 MS 病变分割的 CoactSeg 模型，并通过大量实验证明了其在新型病变和整体病变分割任务中显著提高的性能。
PDFa year ago
OphGLM: 基于指令与对话训练的眼科大型语言与视觉助手
本文研究和构建了一个眼科大型多模型模型来进行眼科疾病评估和诊断，并通过病情相关知识数据和公开可用的实际医疗对话建立了一个新的眼科多模态指示和对话微调数据集。实验结果表明，该模型表现异常优秀，具有革命性的眼科临床应用潜力。
PDFa year ago
基于迁移学习的脑部损伤分割元分析
本文提出了一种基于深度学习技术的脑卒中损伤分割方法，旨在实现损伤扩展和影响的客观测量，以预测神经功能损害和康复潜力。该方法可以高效、自动地进行分割，并同时提供损伤体积和对大脑结构的加权损伤量量化。
PDFa year ago