mr images | BriefGPT - AI 论文速递

关键词mr images

搜索结果 - 13

TotalSegmentator MRI: MR 图像中 59 个解剖结构的序列无关分割
我们开发了一个开源且易于使用的分割模型，可以独立于 MR 序列，自动且鲁棒地对大多数主要解剖结构进行分割。
PDFa month ago
一种启用 Transformer 架构的综合多模态深度学习生存预测方法：一个胶质母细胞瘤多中心研究
通过整合磁共振图像、临床数据和分子病理数据，应用基于 transformer 的深度学习模型改进了胶质母细胞瘤存活预测，在处理数据异质性和性能泛化性方面取得了突破。
PDFa month ago
MR 图像到图像翻译的相似度度量指标
图像到图像的转换在医学影像领域具有巨大影响，本研究介绍了用于图像合成评估的参考和非参考度量标准，并调查了九种需要参考的度量标准（SSIM、MS-SSIM、PSNR、MSE、NMSE、MAE、LPIPS、NMI 和 PCC）以及三种非参考度量
PDF2 months ago
健康脑组织修复的去噪扩散模型
通过使用去噪扩散概率模型，本文介绍了一种把肿瘤组织转化为健康组织的方法，通过自动分析磁共振图像中的异常组织，进而实现下游任务。我们的方法在验证集上取得了可比较的结果，平均结构相似性指数为 0.7804，峰值信噪比为 20.3525，均方误差
PDF4 months ago
用于乳腺 MRI 应用的分辨率变换多尺度深度学习配准
在乳腺手术规划中，通过准确地对患者不同位置的磁共振图像进行注册，可以改善乳腺癌治疗中肿瘤的定位。本文提出了适用于乳腺磁共振图像注册的学习策略，克服了乳腺图像中纹理信息不足和变形需要满足微分同胚约束的困难，同时给出了基于模拟和体内实验的早期实
PDF9 months ago
基于路径签名和孪生自编码器的自闭症早期诊断
针对 2 岁以下儿童的传统的基于交流和行为模式的诊断方法不够可靠，因此我们提出了一种深度学习的方法来提取关键特征从病态的、类不平衡和异质的结构 MR 图像中进行早期的自闭症诊断，该方法通过 Siamese 验证框架扩展稀缺数据，通过无监督压
PDFa year ago
使用多模 MRI 和对比学习进行腮腺肿瘤分割
本文使用基于 Transformer 的对比学习方法和迁移学习训练模型，通过创新性的方法提高了腮腺分割模型的性能，并比较了有监督学习模型与对比学习模型的表现差异。
PDF2 years ago
心脏 MR 图像序列的动态估计与分割联合学习
本文提出了一种基于深度学习的心脏 MR 图像序列的联合运动估计和分割方法，该方法包括一个基于无监督 Siamese 风格循环空间变换网络的运动估计分支和一个基于全卷积网络的心脏分割分支。实验结果表明，联合学习两个任务是互补的，并且所提出的模
PDF6 years ago
学新知，承旧业：为预训练模型增加新的解剖结构和影像
本文提出了一种应用于医学图像分割的增量学习框架，并提出了用于选择代表性数据的新方法，使用 MR 图像在不同情景下进行了比较评估，证实了使用该方法可以增加学习能力。
PDF6 years ago
基于终身学习的跨扫描仪和协议的脑 MR 分割方法
我们提出了一种基于多领域学习的解决方案，通过使用共享卷积过滤器和领域特定批归一化层对单个卷积神经网络进行调谐，从而在不同域的数据中进行 MRI 图像结构分割，仅使用几个（约 4）标记图像就能实现性能优越。
PDF6 years ago
ICCV纹理和结构集成的 ScatterNet 混合深度学习网络 (TS-SHDL) 用于脑物质分割
本文提出了一种基于纹理和血管特征的混合深度学习网络（TS-SHDL），用于从 MR 影像中自动分割脑物质，并通过条件随机场（CRF）实现所需的分割。在合成的 McGill Brain Web 和真实的 3D MRI 扫描的 MRBrainS
PDF7 years ago
基于领域自适应的深度学习加速投影重建 MR
本文提出了一种结合深度学习和领域自适应的新方法，使用大量计算机断层扫描或合成径向磁共振数据预先训练网络，通过少量径向磁共振数据进行微调，成功地从欠采样的 k 空间数据中还原高分辨率的磁共振图像。使用该方法能够优于现有的压缩感知算法，并且计算
PDF7 years ago
NIPS计算机多参数 MR 图像分析用于前列腺癌侵袭性评估
本论文提出了一种基于 T2 加权磁共振成像、弥散加权成像和表观弥散系数图像（ADC）的病灶和周围正常前列腺组织的全面分析的自动检测侵袭性前列腺癌的方法，并根据 1464 个定量成像特征中的 44 个具有区分性的预测因子，得到了 0.73 的
PDF8 years ago