tuberculosis | BriefGPT - AI 论文速递

关键词tuberculosis

搜索结果 - 13

用可解释自监督深度神经网络增强结核筛查
结核病在全球资源匮乏的人群和偏远地区持续存在，每年新增感染者超过 1000 万人，是公共卫生领域不平等的显著象征。通过介绍一种针对结核病筛查的可解释自监督自训练学习网络，本研究实现了 98.14% 的出色总准确率，并在 95.72% 的召回
PDF17 days ago
利用机器学习预测结核病治疗结果：卡纳塔克邦结核病数据研究
该研究通过使用机器学习，特别是结合表格数据，更准确地预测结核病（TB）的治疗结果，将这一预测任务转化为二元分类问题，并通过来自印度国家结核病控制计划的 50 万多个病人记录的数据生成风险评分。数据预处理是该研究的关键组成部分，在验证集上获得
PDF4 months ago
自我监督学习的无监督儿科肺结核 X 射线检测
使用自监督学习的方法，基于 Vision Transformers，改进了胸部 X 射线上结核病的检测，实现了零样本儿科结核病的检测，证明自监督学习在结核病检测任务上的有效性。
PDF4 months ago
机器学习咳嗽音频分析早期检测结核病：朝着更可获得的全球分级使用
通过分析手机麦克风中的咳嗽声的声学特征，该研究开发了一个集成模型来检测结核病，该模型通过患者咳嗽声数据和人口统计学数据进行训练，在 15 秒内获得结果，可通过移动应用程序轻松访问。
PDF8 months ago
结合肺部 X 射线数据集的二分类深度学习模型的比较研究
对比了八种主要的深度学习模型在肺部 X 射线图像数据集上的二元分类性能，发现 DenseNet169 和 MobileNet 表现出较高的准确率。
PDF10 months ago
一种轻量级、快速、高效的深度卷积网络用于胸透结核检测
提出了 LightTBNet，一种新颖的轻量级、快速和高效的深度卷积网络，专门用于从 X 射线图像中检测结核病，拥有出色的性能和快速预测，适用于在结核病高发地区使用的便携设备。
PDF10 months ago
重新审视计算机辅助结核病诊断
结核病是全球主要的健康威胁，深度学习在计算机辅助结核病诊断方面取得了进展，但训练数据有限。为此，本文建立了一个大规模数据集 TBX11K，其中包含 11200 个带有肺结核区域边界框标注的胸部 X 光图像。此数据集可用于训练高质量计算机辅助
PDFa year ago
规模化预测结核病患者的治疗依从性
利用近 70 万份印度四个州的病人资料，使用机器学习技术通过自定义排名指标并考虑到国家范围内的大规模未来部署，可以实现早期预测不依从医嘱的非依从性患者的风险分层，是一种可行的落地的机器学习解决方案。
PDF2 years ago
ICCV利用合成生成的计算机断层扫描 (CT) 图像改善结核病 (TB) 预测
通过从 X 光合成生成 CT 图像，可以提高腐败性疾病分类准确性，特别地，我们研究了结核病，并展示了合成 CT 图像比基线 X 光提高了 7.50％的结核病标识能力和 12.16％的结核病特性区分能力。
PDF3 years ago
ICLR使用 U-Net 和分割技术预测结核病
本研究旨在通过使用 MODS 方法和无镜头显微镜来便利和自动化诊断结核病，同时使用 U-Net 网络对数据集进行自动分割，以预测结核病的发生。结果显示出对结核病细胞的自动分割表现出很好的精确度，因此可有望用于结核病的自动诊断。
PDF3 years ago
ICML利用无镜显微图像进行肺结核自动语义分割预测
本研究旨在通过使用 MODS 法和无镜显微镜来自动化和简化肺结核的诊断。我们使用 U-Net 网络在收集的数据集中进行 TB 线索的自动分割，在自动分割 TB 线索方面，我们的初步结果显示了有希望的证据。
PDF4 years ago
ICML利用胶囊神经网络在无透镜显微图像中预测结核病
本文研究使用 MODS 方法和无镜显微技术自动预测结核病，采用 CapsNet 网络结构，结果优于传统的 CNN 网络结构。
PDF4 years ago
基于深度学习的胸部 X 射线图像结核病分析技术及其分割与增强方法研究
提供了通过使用基于深度学习的计算机辅助诊断（CADx）进行 2D 胸部 X 射线（CXR）图像分析以获得可靠预测肺结核可用性的结果，并通过使用应用于小型数据集的深度卷积神经网络 (CNN) 的肺部分割、无损和损失数据增强来展示 CADx 的
PDF6 years ago