medical diagnostics | BriefGPT

关键词medical diagnostics

搜索结果 - 18

病理学和内窥镜图像的基础模型：胃炎应用
人工智能在医学诊断中的应用是管理上消化道癌症（全球癌症死亡主因之一）的重要进展。该研究综述了基于多样性数据训练的 Foundation 模型在内窥镜和病理图像分析方面提高准确性的最新进展、应用和挑战。
PDF8 days ago
人工智能与人类集体生成的最准确的差异诊断
基于综合人机智能的混合智能系统在医疗诊断等复杂无结论领域的应用显示出了人类和大型语言模型的协同作用，以提高精确性。
PDF13 days ago
应用模糊逻辑和专家知识推导血液病类别：基于全面的机器学习方法与 CBC 参数
通过使用模糊逻辑规则结合医学专家领域知识，本文介绍了一种新方法来诊断血液病学状况，展示了高准确性的初步结果，强调了模糊逻辑在血液病学诊断中的潜力和优势。
PDF16 days ago
借助人工智能改变牙科诊断：ChatGPT 和大型语言模型在患者护理中的先进集成
人工智能和大型语言模型（LLMs）对医学诊断的影响及其潜在未来研究方向和挑战，尤其是在牙科领域。这篇论文还探讨了 AI 在转变牙科诊断以提高患者护理方面的广泛影响和挑战，并提供了有价值的见解。
PDFa month ago
使用概率预测器确定有效的置信区间预测
从条件概率估计（概率预测）生成信心区预测的简单技术用于标准机器学习算法在 15 个多类数据集上的测试，结果显示约 44％的实验展示了良好校准的信心区预测，其中最近邻算法在所有数据上表现出色，这证明了有效信心区预测在医学诊断方面的实际益处。
PDFa month ago
Hippocrates：医疗领域大型语言模型的开源框架
医疗领域的大型语言模型的集成将转变医学诊断、研究和患者护理，Hippocrates 是一个开源 LLM 框架，通过无限制地提供训练数据集、代码、检查点和评估协议来促进协作研究，解锁 LLM 的全部潜力，并使其在全球范围内享有人工智能研究的好
PDF2 months ago
一种新颖的乳腺癌组织病理图像分类方法：基于交叉色彩空间特征融合和量子经典堆叠集成
利用颜色空间组合和量子 - 经典堆叠技术提高乳腺癌分类的准确性的研究揭示了个性化医学评估中的里程碑，并通过融合不同颜色空间和量子 - 经典领域的协同作用为医学诊断设立了新的地平线。
PDF3 months ago
利用深度學習和 Xception 架構進行高準確性 MRI 在阿茲海默症診斷中的分類
利用深度学习模型通过创新的数据处理和模型构建步骤对核磁共振成像（MRI）图像进行分类，以识别阿尔茨海默病的不同阶段，并通过非侵入性手段实现疾病进展的监测和早期精确诊断，实验证明基于 Xception 模型的深度学习框架在多类别 MRI 图像
PDF3 months ago
RadCLIP：通过对比语言 - 图像预训练增强放射学图像分析
人工智能与放射学的整合标志着医学诊断的一个转型时代，采用视觉基础模型改进放射学图像分析，引入 RadCLIP 用于优化放射学图像分析，包括创新的三维切片池化机制和多样的放射学图像 - 文本数据集，评估结果显示 RadCLIP 可以有效对齐放
PDF4 months ago
基于改良的 SE-InceptionV3 的猴痘病识别模型
利用改进的 SE-InceptionV3 模型，本研究通过在 InceptionV3 框架中嵌入 SENet 模块和 L2 正则化的方式提高了猴痘病的检测准确性，通过对 Kaggle 猴痘数据集的测试，模型在测试集上表现出 96.71% 的
PDF4 months ago
可解释的医学诊断变压器原型
人工智能在医学诊断中的部署需要准确性、有效性和可信性，强调机器决策的可解释性。最近自动化医学图像诊断的趋势倾向于采用基于 Transformer 的架构，归功于其令人印象深刻的能力。我们的研究旨在创新一种强调 “区域” 而非 “像素” 相关
PDF4 months ago
医学应用的多模态 ChatGPT：GPT-4V 的实验研究
我们对最先进的多模态大型语言模型 GPT-4V 在视觉问答任务中的能力进行了关键评估，实验充分评估了 GPT-4V 在使用包括 11 种模态（如显微镜、皮肤镜、X 射线、CT 等）和十五种感兴趣的对象（如脑、肝脏、肺等）的病理学和放射学数据
PDF8 months ago
GPT-4 语言模型的诱因推理：刑侦、医疗实践和科学研究的案例研究
本研究评估了 GPT-4 大型语言模型在医学诊断、犯罪学和宇宙学等复杂领域中的推理能力。通过交互式面试形式，该 AI 助手展示了在生成和选择假设方面的可靠性。它基于病人数据推测出可行的医学诊断，并在犯罪学和宇宙学领域提供了潜在的原因和解释。
PDFa year ago
XAI Renaissance: 重新定义医学诊断模型中的可解释性
本综述论文探讨了在可解释人工智能（XAI）领域中，用于革新医学诊断模型的革新性方法和方法论。通过揭示潜在的决策过程，XAI 技术使得医疗保健专业人员理解、信任和有效利用这些模型进行准确和可靠的医疗诊断。文章强调了 XAI 在医疗诊断方面取得
PDFa year ago
基于拉普拉斯金字塔的生成 H&E 染色增强网络
提出使用生成对抗网络 (GAN) 的 Generative Stain Augmentation Network (G-SAN) 来消除组织切片染色不同的变异性对机器学习诊断工具的影响，并通过补充染色变异性数据，使得机器学习模型更加健壮。通
PDFa year ago
AAAI医疗数据的差分隐私联邦学习：多巴胺
该文提出了使用联邦学习和不同隐私的随机梯度下降来训练分布式医疗数据的深度神经网络的系统 Dopamine，实验结果表明 Dopamine 比其他方法能够更好地平衡差分隐私保障和 DNN 的准确性，并且在糖尿病视网膜病变的诊断任务上表现出更好
PDF3 years ago
NIPS利用图像分割区分重叠的人类染色体
采用基于神经网络的图像分割方法，可分辨部分重叠的 DNA 染色体，其结果为重叠区域的 IOU 得分为 94.7％，而非重叠染色体区域则为 88-94％。
PDF7 years ago
利用标签间的依赖关系从头开始学习诊断
使用 LSTM 从胸部 X 光片中预测 14 种病理模式，提出并讨论了与临床实践相关的替代评估指标，其结果在 NIH 提供的最大公开胸部 X 光数据集上获得了最新的技术成果。
PDF7 years ago