lesions | BriefGPT - AI 论文速递

关键词lesions

搜索结果 - 11

引导式上下文门控：学习利用视网膜底图中显著病变
通过引入 Guided Context Gating 注意机制，本研究提出了一种用于有效表示医学图像（特别是视网膜图像）的新方法，相较于现有注意机制，在定位病变上具有更好的效果，并在视网膜病变的严重程度评估中实现了显著的精度提升。
PDF15 days ago
视网膜病变分割的跨数据集泛化
通过对多个数据集进行对比研究，本文提出了使用随机权重平均、模型融合和集成等技术来提高模型泛化性能，并揭示了如何将粗粒度标记数据与细粒度数据集相结合以改善病变分割的洞见。
PDF2 months ago
ICON: 通过病灶感知混合增强改善放射学报告生成的报告内一致性
我们提出了 ICON 方法，通过在训练阶段对相似的病变进行线性插值，从而改善放射学报告生成的一致性和准确性。在三个公开的胸部 X 射线数据集上进行的大量实验证实了我们方法的有效性。
PDF4 months ago
使用多标签方法改进 FDG-18 全身 PET/CT 扫描中的病变分割：AutoPET II 挑战
使用深度学习模型自动分割 FDG-18 全身 PET/CT 扫描中的病变对于确定治疗反应、优化剂量和推进癌症治疗应用至关重要。然而，器官存在放射性示踪剂摄取增加，如肝脏、脾脏、脑和膀胱，导致深度学习模型经常将这些区域错误地识别为病变，为解决
PDF8 months ago
无监督的带缺陷突触的前额皮层尖峰神经网络模型用于研究任务切换
通过使用脉冲神经网络（SNN）模拟前额叶皮层（PFC）的可塑性和行为缺陷，本研究桥接了生物真实模型和在模式识别任务中表现良好模型之间的差距，并探索了神经元如何适应和响应于短和长时间刺激变化下的任务
PDFa year ago
基于虚拟染色内窥镜图像生成的胃部三维重建
本研究提出了一种不需要蓝靛胭脂喷洒的胃内整体三维重建方法，通过基于图像风格转换的方法生成虚拟蓝靛胭脂喷洒的图像用于提高结构运动法的表面纹理匹配，结果表明将未喷洒蓝靛胭脂的绿色通道图像转换为喷洒蓝靛胭脂的红色通道图像可以获得最佳的重建效果。
PDF4 years ago
一种新的以焦点 Tversky 目标函数为基础的改进型 Attention U-Net 用于病灶分割
提出了一种基于 Tversky 指数的广义 focal loss 函数来解决医学图像分割中数据不平衡的问题。在小的结构如病变方面，相较于常用的 Dice loss，我们的损失函数在精确率和召回率之间取得了更好的平衡。通过在图像金字塔中加入上
PDF6 years ago
NIPS使用深度学习的检测辅助肝部病变分割
本文使用卷积神经网络从计算机断层扫描中分割肝脏及其损伤部位，并通过检测器本地化损伤，提高了分割网络的准确性。
PDF7 years ago
CVPR野外深度病变图：在大规模多样化病变数据库中学习和组织重要的放射学图像发现的关系
该文介绍了使用深度学习模型快速有效地处理医学影像中的异常病变并生成语义化标注的方法。研究利用 DeepLesion 数据集和三元组网络模型结构，可以有效地检索、聚类、和分类这些异常病变。该方法可以进一步应用于病人内部异常的匹配和缺失标注挖掘
PDF7 years ago
基于联合肝分割的肝脏病变分割
提出了一种用于计算机断层扫描（CT）图像中肝脏和肝脏病变联合分割的模型，该模型利用两个全卷积网络并置并端对端联合训练；在 2017 年 MICCAI 肝肿瘤分割挑战赛中，我们的方法在多种评估指标上达到了竞争性的肝脏和肝脏病变检测与分割分数，
PDF7 years ago
基于级联全卷积神经网络和三维条件随机场的 CT 肝脏和病变自动分割
本文介绍了使用级联的全卷积神经网络和密集的 3D 条件随机场来自动分割 CT 腹部图像中的肝脏和病变的方法，实现了对肝脏和病变的语义分割，其 Dice 分数超过 94％，每个体积计算时间低于 100 秒。
PDF8 years ago