medical image diagnosis | BriefGPT

关键词medical image diagnosis

搜索结果 - 8

面向跨站点连续分割的基于站点调制扩散回放的同步记忆和泛化性能
为了解决隐私限制和存储限制引起的连续学习和领域泛化的挑战，本文提出了一种名为 SMG-Learning 的新型训练范式，通过创建定向梯度对齐确保以前的站点的可记忆性，并通过任意梯度对齐增强对未见站点的泛化能力。我们还设计了一个名为 SMD
PDF10 days ago
无需人口统计实现皮肤疾病诊断的公平性
在医学图像诊断中，公平性变得越来越重要。本文提出了一种方法，在测试阶段实现对敏感属性的公平预测，而无需在训练过程中使用此类信息，并通过增强模型特征和规范特征的纠缠关系来提高公平性和准确性。实验结果表明，在两个皮肤病数据集中，该方法能够提高分
PDF6 months ago
用于多类胸部感染诊断的深度残差卷积神经网络
基于深度学习的残差卷积神经网络模型在多类别胸部感染诊断中展示了 93% 的准确率，但对纤维化等不同类别的性能差异表明了自动医学图像诊断的复杂性和挑战，同时为未来的研究提供了方向和改进建议。
PDF8 months ago
肿瘤为中心的补丁化方法增强医学图像分割
该研究介绍了一种创新方法，以肿瘤为核心，针对基于块的图像分析问题，解决了类别不平衡和边界缺陷的困境，提高了医学图像分割的准确性和计算机辅助诊断系统的性能。
PDF10 months ago
PCDAL: 一种基于扰动一致性推动的主动学习方法应用于医学图像分割与分类
提出了一种基于主动学习的方法，可同时应用于 2D 医学图像分类、分割和 3D 医学图像分割任务，并在三个公共的挑战性医学图像数据集上验证了其有效性。
PDFa year ago
ICCV预训练的 ViT 模型在医疗图像中得到了多用途的表示
本研究探讨了视觉 Transformer 在医学图像分类中的优劣，并发现使用预训练模型时，视觉 Transformer 可以与卷积神经网络媲美，成为 CNN 的一种可行替代方法。
PDFa year ago
ICCV是否该用 Transformer 代替 CNN 处理医学图像？
本文探讨在医学图像诊断领域中，卷积神经网络和视觉 Transformer 哪一种更优秀，发现使用预训练的视觉 Transformer 模型（尤其是自监督预训练）可以优化诊断性能。
PDF3 years ago
协同无监督领域自适应医学图像诊断
本文提出了一种基于深度学习的医学图像诊断方法，使用协同非监督领域自适应算法，从相关领域的有标签数据中进行学习，以提高样本可用性和对抗标签噪声。实验结果证明了该方法的优越性。
PDF5 years ago