skin lesions | BriefGPT - AI 论文速递

关键词skin lesions

搜索结果 - 14

DiffSeg：一种基于扩散差异的皮肤病变分割模型
DiffSeg 基于扩散差异原理，利用扩散模型从具有多样的语义信息的图像中提取基于噪声的特征，识别出疾病区域，同时通过模拟医生的注释行为，可视化分割结果的一致性和模糊性，并使用广义能量距离（GED）量化输出不确定性，帮助医生解释和决策。最后
PDF2 months ago
基于 VGG16 和 VGG19 的迁移学习模型用于皮肤癌诊断
皮肤癌是世界上最危险和最常见的癌症之一，本文使用深度卷积神经网络和迁移学习方法对皮肤病变进行自动分类，证明了在已有预训练神经网络的基础上的合理设计和应用可以显著提高病变检测的分类准确率。
PDF3 months ago
Dermacen Analytica：在远程皮肤科中整合多模态大型语言模型与机器学习的新方法
通过结合机器学习算法、分类器、分割算法和最新的大型语言模型，本文描述、实现和评估了一种基于人工智能的系统和方法，旨在辅助皮肤病变和其他皮肤状况的诊断过程，并通过综合方法全面解决皮肤病理诊断的问题。该方法整合了大型语言模型、基于变形器的视觉模
PDF4 months ago
卷积神经网络用于人脸皮肤病变检测
该研究提出了一种通过卷积神经网络和机器学习方法，在面部图像中侦测瑕疵和皮肤损伤的模型，该方法具有简单的架构、快速和适用于图像处理，并避免了传统方法的复杂性。
PDF5 months ago
利用近红外光谱数据基于机器学习算法在体内诊断皮肤癌
皮肤病变、近红外光谱、机器学习算法、分类和自动辅助诊断是本研究的关键词，旨在利用近红外光谱数据对皮肤病变进行自动分类的机器学习算法进行研究及分析。
PDF6 months ago
皮肤病诊断的 AI 模型改进：克服关键挑战提升皮肤病变诊断能力
通过图像分析开发深度学习模型诊断皮肤病变的激增值得注意，然而它们在临床黑脸挑战方面存在限制：限定的诊断输出数量、对罕见皮肤病变缺乏实际世界测试、无法检测越界图像以及过度依赖显微镜图像。为了解决这些问题，我们提出了一种全能的 HOT 模型（H
PDF8 months ago
全身照片中皮肤病变对应定位
通过结合几何与纹理信息，我们在全身成像的背景下提出了一种将皮肤病变从源扫描定位到目标扫描的新框架，可用于纵向追踪皮肤病变的早期检测，取得了与已报告的纵向研究相当的成功率。
PDFa year ago
渐进式类别关注 (PCA) 方法用于皮肤病诊断
本研究提出了一种新颖的逐类注意技术，该技术可以平衡考虑每个类别，同时挖掘有关皮肤病变的更具体细节，最终实现了高精度的皮肤病变分类识别，在多项基准测试中均取得了优异表现。
PDFa year ago
一种可解释的迁移学习解决方案，用于从智能手机图像中检测 mpox
本文研究采用深度学习技术基于皮损图像检测猴痘病毒，通过构建数据集，选择最合适的卷积神经网络并进行优化和量化，在移动设备上实现检测，以期在低收入国家等医疗基础设施薄弱的地区提高病毒的早期筛查率。
PDFa year ago
卷积神经网络用于皮肤病变诊断
通过人工智能和图像分类技术，将肿瘤性皮肤病变进行分类识别为恶性或良性，以实现早期有效诊断。
PDFa year ago
LCAUnet：一种增强边缘和体融合的皮肤病变分割神经网络
本文提出了一种新型的 LCAUnet 用于改善传统方法中经常被忽视的边缘和身体特征结合的能力，通过局部交叉注意力操作在编码器阶段融合边缘和身体的特征图，进一步嵌入 PGMF 模块进行特征集成，实验证明 LCAUnet 在公共可用数据集 IS
PDFa year ago
EdgeMixup: 改进皮肤病分类和分割的公平性
该篇论文通过使用 EdgeMixup 数据预处理算法实现了对深度学习模型在诊断皮肤病方面存在的模型偏差进行纠正，并对 Lyme，Tinea Corporis 和 Herpes Zoster 等病变诊断模型的性能进行了比较和分析，其中 Edg
PDF2 years ago
一个以患者为中心的图像和元数据数据集，用于使用临床上下文识别黑色素瘤
2020 SIIM-ISIC Melanoma Classification challenge dataset was developed to provide patient-level contextual information f
PDF4 years ago
CVPR少即是多：样本筛选和标签调整提升皮肤病变分割
通过更少的数据选择培训样本，并将地面真实掩码的条件化来消除过度细节，探讨了分割可以改善的可能性，发现样本选择和详细程度的删除分别对应于选择更好的深度学习模型的 12％和 16％。
PDF4 years ago