mri scans | BriefGPT - AI 论文速递

关键词mri scans

搜索结果 - 30

CU-Net：一种用于 BraTS 2019 数据集上高效脑肿瘤分割的 U-Net 架构
使用 Columbia-University-Net (CU-Net) 架构和 BraTS 2019 数据集，本研究提出了一种精确分割脑肿瘤的新方法，该方法通过卷积层、最大池化和上采样操作构建对称 U 型结构的 CU-Net 模型，Dice
PDF15 days ago
基于卷积神经网络和可解释人工智能的脑部 MRI 扫描诊断痴呆症
研发了一个使用卷积神经网络和可解释 AI 算法的系统，可用于精确诊断痴呆症，并让所有相关人员可视化和理解结果。
PDFa month ago
利用深度分离卷积和注意力机制增强广义胎儿脑磁共振图像分割的级连网络
提出了一种名为 CasUNext 的级联网络，用于提高胎儿脑 MRI 分割的准确性和泛化性，评估结果表明 CasUNext 在不同情景下取得了改进的分割性能，对于处理多视角胎儿 MRI 和异常情况具有很大潜力。
PDFa month ago
MRSegmentator: MRI 和 CT 序列中 40 个类别的鲁棒多模态分割
提出了一个能够在 MRI 扫描中进行多器官分割的深度学习模型，通过解决 MRI 分析中分辨率、标准化强度值和序列可变性的挑战，为当前的 MRI 分析限制提供了解决方案。
PDF2 months ago
术后胶质母细胞瘤分割：基于深度卷积神经网络的完全自动化流程的开发及与当前可用模型的比较
准确评估肿瘤切除是管理胶质母细胞瘤的关键。我们使用 MRI 扫描和神经网络开发了一个流程，可以在术后图像中分割肿瘤亚区域和手术空腔。我们的模型在准确分类切除程度方面表现出色，为临床医生评估治疗效果提供了有价值的工具。
PDF3 months ago
通过可解释的三维混合压缩卷积变换提升基于 MRI 的阿尔茨海默病分类
通过将卷积神经网络（CNN）和视觉转换器（ViTs）相互结合，我们引入了一种新的端到端深度学习模型，3D Hybrid Compact Convolutional Transformers 3D（HCCT）。在突出阿尔茨海默病（AD）分类准
PDF3 months ago
自动腹部 MRI 器官分割：基于 CT 标签生成的合成数据的应用
利用 CT 标签地图生成合成图像，应用于腹部器官分割的 U-Net 网络训练，在 Dice 分数方面与在 MR 数据上训练的完全监督分割方法相比表现出类似的结果。
PDF3 months ago
预训练变换器用于肺癌分割的可信度
基于 670 个 CT 和 MRI 扫描，评估了两个自监督预训练的 Transformer 模型 Swin UNETR 和 SMIT 在肺肿瘤细分领域的可信度。模型表现出了较高的准确性和稳健性，并在不同领域的 CT 和 MRI 扫描中展现了
PDF3 months ago
利用新型 AUROC 损失函数改进儿童低级别神经上皮瘤的分子亚型识别
通过引入一个特定改进模型的 AUROC 损失函数，该研究改进了卷积神经网络在分类儿童低级神经上皮肿瘤 PLGNT 亚型方面的性能，提供了一种非侵入性诊断替代方案。
PDF5 months ago
DeepGI：一个 MRI 扫描中胃肠道分割的自动化方法
该论文介绍了一种切入先进的方法，能够自动化地在磁共振成像（MRI）扫描中分割胃肠道区域。利用先进的深度学习架构，该模型整合了 Inception-V4 进行初始分类，带有 VGG19 编码器的 UNet++ 用于 2.5D 数据，以及 Ed
PDF5 months ago
MRI 中基于立方持续同调的无训练分割
使用拓扑数据分析 (TDA) 在 MRI 扫描中进行分割的一种新的普适方法，相较于传统的机器学习方法具有多种优势。
PDF6 months ago
个性化预测脑胶质母细胞瘤浸润：数学模型、物理启发神经网络和多模式扫描
使用物理信息神经网络（Physics-Informed Neural Networks）来预测从医学 MRI 扫描中渗透性胶质母细胞瘤（Glioblastoma, GBM）的方法，以估计患者的特定参数，并在个性化 GBM 治疗的临床环境中展
PDF7 months ago
基于联邦学习的脑部 MRI 筛查工具
临床实践中，MRI 扫描与放射科医师的诊断往往存在显著的延迟，甚至对于严重病例也是如此。我们提出了一种自动脑部 MRI 筛查工具，演示了它在检测类肿瘤病理方面的能力。这是通向强大的多病理筛查解决方案的第一个版本。该工具支持联邦学习，使多个机
PDF7 months ago
基于结构的深度学习在解剖尺度上的不确定性分析：白质病变分割
该论文研究了自动化深度学习工具在多发性硬化症患者磁共振成像扫描中的白质病变分割中的不确定性量化作为其可靠性指标。研究探讨了不确定性在结构化输出分割任务中的两个主要方面，并提出了新的衡量不确定性的方法。通过分析来自多中心的 MRI 数据集，结
PDF8 months ago
神经手：一种弱监督的层次化关注网络用于神经影像异常检测
在临床医院环境中，使用磁共振成像（MRI）扫描，我们提出了一种基于分层注意力网络的异常检测方法。这种分层方法提高了分类精度，同时通过粗糙的切片异常定位或不同切片和序列的重要性评分来解释模型的结果，使其适用于放射科部门的自动分诊系统。
PDF8 months ago
通过拓扑优化改进阿尔茨海默病 MRI 图像分析的卷积神经网络
通过 Fourier 拓扑优化改善磁共振成像，提高卷积神经网络在阿尔茨海默病分类中的准确性，为神经学评估中常见的模糊和对比度不规则等问题提供了改进的解剖学定义，减轻噪声，提供更好的对比度。
PDF8 months ago
增强 MRI 扫描的隐私保护的 3D 掩蔽自编码器
利用 CP-MAE 提出的模型，通过遮蔽自动编码器对人脸进行去识别，表现出卓越的下游任务性能和去识别效果，同时能够合成高达 $256^3$ 分辨率的扫描，大大增加了体素的数量。
PDF8 months ago
InverseSR：使用潜在扩散模型进行脑部 MRI 超分辨率
利用潜在扩散模型 (latent diffusion model) 配合深度学习方法，提高临床 MRI 扫描的分辨率，为 MRI 重建提供有力的先验信息。
PDF10 months ago
ARHNet：适应性区域协调用于病变感知增强以提高分割性能
提出一种前景调和框架（ARHNet）来解决 MRI 扫描的强度不均匀问题和使合成图像看起来更加逼真的问题，实验结果表明此方法在提高分割性能方面表现优异。
PDFa year ago
使用生成神经网络对 MR 图像进行快速重新面向，降低再识别风险并保持容积一致性
本研究提出一种基于生成对抗网络的匿名面部生成方法，可用于去除医学影像材料中的面部信息以保护受试者隐私，并与现有的处理方法进行比较评估。
PDFa year ago