medical images | BriefGPT - AI 论文速递

关键词medical images

搜索结果 - 211

加权圆形融合：来自不同目标检测结果的圆形表示集成
我们提出了一种称为加权圆融合（Weighted Circle Fusion，WCF）的简单方法，用于合并来自不同圆检测模型的预测。该方法利用每个建议的边界圆关联的置信分数生成平均圆，在医学图像中改进了目标检测的精度，并显著减少了误检，为病理
PDF5 days ago
EFCNet：对小型医学物体分割，每个特征都至关重要
本文研究了在具有临床价值的非常小的医疗对象的分割问题。我们发现，卷积神经网络（CNNs）和最近的 Transformer 在图像分割方面取得了重大进展，但在分割本文中涉及的小型医疗对象和病变方面表现不佳。为了应对这一挑战，我们提出了一种名为
PDF6 days ago
基于深度学习的脑部分割模型性能验证与临床放射治疗 CT
通过对多中心数据集进行计算机断层扫描 (CT) 上合成分割算法 (SynthSeg) 的验证，本研究使用 SynthSeg 模型从放射治疗中心的 260 个 CT 和磁共振成像 (MRI) 数据中自动分割出大脑，并将其与 MRI 分割结果进
PDF7 days ago
Feature-prompting GBMSeg: 一次参考引导无需训练的基底膜分割的提示工程
本研究介绍了一种称为 GBMSeg 的训练 free 框架，旨在通过一次标注的参考图像来自动分割透射电子显微镜中的肾小球基底膜 (GBM)，实验结果表明 GBMSeg 在 2538 个图像上达到了优于其他方法的 87.27% 的 Dice
PDF8 days ago
ACL基于数据驱动的诊断字幕引导解码机制
诊断字幕自动生成一份诊断性文本，从一个或多个患者的医学图像（如 X 射线、MRI）中。本论文提出了一种新的数据驱动引导解码方法，将医学信息纳入诊断文本生成过程的波束搜索中，并在两个医学数据集上使用四个诊断字幕系统进行评估。在大多数情况下，所
PDF12 days ago
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。
PDF13 days ago
使用神经随机微分方程对连续疾病轨迹和治疗效果进行概率性时间预测
基于医学影像的个性化医学，可以准确预测未来个体化临床疾病进展和治疗反应，对于长期、复杂、异质性的无法治愈的疾病（如多发性硬化症（MS））的医疗和药物开发具有巨大影响。本文提出了第一个用于建模疾病进展的连续时间因果框架，利用神经随机微分方程（
PDF14 days ago
改善即时任何帧的部分：医学图像分割的辅助在线学习和自适应融合
我们引入了一种新的方法，利用在线机器学习的优势，在测试时间内改进了 Segment Anything 模型的分割质量。通过使用修正后的注释来进行在线学习，提出了 Auxiliary Online Learning 方法，通过创建和应用一个小
PDFa month ago
MGI: 基因组和医学影像的多模态对比预训练
提出了一种多模态预训练框架，通过整合基因组学和医学图像数据，在肿瘤分割任务中优于相关方法。
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
重新评估医学影像的全参考图像质量评估的研究
图像质量评估 (IQA) 不仅在临床实践中确保高标准的不可或缺，而且在基于医学图像的新算法开发阶段也是必须的。本文提供了一个有结构且全面的示例集，其中两种最常见的全参考 (FR) 图像质量评估方法无法用于评估使用不同类型医学图像 (包括真实
PDFa month ago
医学图像常用图像质量评估指标的充分性研究
通过对医学图像数据及自然图像数据进行测试和比较，研究结果表明针对医学图像的定制化图像质量评估措施在医学影像算法中的应用是必要的。
PDFa month ago
利用 Mini-Net 推进医学图像分割：一种为医学图像高效分割量身定制的轻量级解决方案
我们提出了 Mini-Net，一个专门为医学图像设计的轻量级分割网络，通过少于 38,000 个参数高效捕捉高频和低频特征，从而实现在各种医学成像场景中的实时应用，并在 DRIVE、STARE、ISIC-2016、ISIC-2018 和 M
PDFa month ago
PriCE: 面向混合云的大规模医学图像处理工作流程隐私保护和成本有效调度
通过提出一种称为 PriCE 的新型隐私保护与成本效益方法，本研究解决了医学图像处理任务外包到混合云的隐私问题，同时降低了执行时间和成本，提高了用户预算下的输出效用。
PDFa month ago
利用多模态数据集增强不良药物事件的检测：语料库构建与模型开发
通过将 ADE 相关的文本信息与视觉辅助工具相结合，我们呈现了一个多模态不良药物事件（MMADE）检测数据集，并引入了一个框架，利用 LLMs 和 VLMs 的能力进行 ADE 检测，生成对描绘 ADE 的医学图像的详细描述，帮助医疗专业人
PDFa month ago
使用多模态深度学习整合医学影像与临床报告进行先进疾病分析
通过创新的多模态深度学习模型，本文旨在深度整合医学图像和临床报告等异构信息。使用卷积神经网络提取高维特征，捕捉关键视觉信息；利用双向长短时记忆网络结合注意机制，在临床报告文本中进行深度语义理解，准确捕捉与疾病相关的关键陈述。通过设计的多模态
PDFa month ago
利用 GAN 增强医学图像从有限数据中合成逼真图像
通过引入生成对抗网络（GANs）的创新方法，我们提出了一种合成医学图像的方法，通过深度卷积神经网络（CNNs）架构的生成器和鉴别器网络以及对抗训练方法，即使在有限的真实医学图像数据训练下，也能生成逼真的合成图像，并成功模拟了真实医学图像的结
PDFa month ago
MediSyn: 用于广泛医学 2D 和 3D 图像合成的文本引导扩散模型
通过生成逼真且多样化的医学 2D 和 3D 图像，基于指令的文本导向潜在扩散模型 MediSyn 为算法的训练和研究提供了一个丰富且尊重隐私的资源，并通过已建立的指标展示了在医学图像和视频综合中以文本提示为导向的显著改进。
PDF2 months ago
多类体积放射学影像的基于内容的图像检索：基准研究
我们在医学图像检索的上下文中，通过使用 TotalSegmentator 数据集建立了一个基准，以评估和比较预训练模型的嵌入效果，并采用文本匹配启发的后期交互再排序方法，实现了对各种解剖区域的 1.0 检索召回率。
PDF2 months ago
MoVL: 探索预训练模型在医学图像任务中的领域自适应应用的融合策略
对于医学图像分类，本研究引入了视觉提示技术（VP）以填补输入医学图像与常规预训练视觉模型之间的差距，并通过设计包含分类损失和差异损失的联合学习损失函数来进行联合训练，命名为 MoVL（混合视觉提示和线性探测）。实验证明，MoVL 具有实现完
PDF2 months ago