x-ray images | BriefGPT - AI 论文速递

关键词x-ray images

搜索结果 - 33

DALL-M：上下文感知临床数据增强与 LLMs
通过利用临床数据增强技术，我们提出了一种增强临床背景的新技术，通过引入大型语言模型（LLMs）生成患者背景合成数据，从而改善了 AI 医学诊断的适用性和可靠性。DALL-M 使用了三阶段的特征生成过程，生成了与临床相关的新特征，并在数据增强
PDF17 days ago
MedRAT：通过辅助任务进行非配对式医学报告生成
在没有成对图像 - 报告数据进行训练的不成对情景中，我们提出了一个新模型，通过利用两个不同数据集中的可用信息，一个由报告组成，另一个由图像组成，结合自编码报告生成和多模态（报告 - 图像）对齐的思路来解决这一挑战。我们的解决方案涉及使用辅助
PDF24 days ago
YOLOv8 中的全局上下文建模用于儿童腕部骨折检测
深度学习在儿童尺骨骨折检测中的应用研究，通过 YOLOv8+GC 模型对 X 射线图像进行分析与诊断，提高了模型性能达到国际先进水平。
PDF25 days ago
使用迁移学习进行骨折分类
本研究介绍了一种用于骨折分类的简单而健壮的训练方法，相较于现有方法取得了明显的优势性能，仅需少于十个 epochs，利用最新的数据集建立了最佳模型。我们强调了负责任和高效地训练深度学习模型以及选择高质量数据集的重要性。
PDFa month ago
MMCL：基于 Deformable DETR 的检测器通过多类别最小边际对比学习提升卓越禁止物品检测
禁止物品在 X 射线图像中的检测是一种最有效的安全检查方法，然而，与自然光图像不同，X 射线图像中的独特重叠现象导致前景和背景特征的耦合，从而降低了一般物体检测器的准确性。因此，我们提出了一种多类最小间隔对比学习（MMCL）方法，在可变形
PDF2 months ago
利用人工智能方法进行疾病检测、治疗和规划的医学图像分析
研究探讨了使用人工智能技术对 X 射线图像进行分割的框架，将数据进行预处理和清洗后，利用 SegNet 和 Residual Net 方法对 X 射线图像进行分割，实验结果表明，所提出的方法在所有已知的参数方面表现更好
PDF2 months ago
使用语义分割计算 X 光图像中股骨颈干角度
本研究探讨了使用深度学习方法从 X 线图像中估计股骨头 - 颈 - 干（CCD）角度的应用。该 CCD 角度在髋关节问题的诊断中是一个重要测量指标，正确的预测可以帮助手术规划。相比之下，手动测量这个角度可能非常耗时，并且容易受到观察者的差异
PDF3 months ago
CT 扫描中的多视角 X 射线图像合成与多域解缠
通过引入内容和风格的解耦技术以及姿态注意力模块，利用 CT2X-GAN 方法，该研究提出了一种学习式的端到端合成 X 射线图像的方法，从而改善合成质量并使其更接近真实的 X 射线图像。
PDF3 months ago
MedCycle: 基于循环一致性的未配对医疗报告生成
通过循环一致的映射函数和医疗报告自编码，本研究提出了一种创新方法，消除了一致标记模式的需求，提高了数据可访问性，并实现了不兼容数据集的应用，从而在无配对的胸部 X 射线报告生成中取得了优越的语言和临床指标的结果。
PDF4 months ago
儿童腕部外伤 X 射线图像的 YOLOv9 骨折检测
该研究将 YOLOv9 算法模型应用于骨折检测任务，以帮助放射科医师和外科医生解释 X 射线图像，实验证明 YOLOv9 模型在性能上比当前最先进模型提高了 3.7%。
PDF4 months ago
AO-DETR：针对 X 射线禁止物品检测的反重叠 DETR
禁止项目检测中 X 射线图像的抗重叠 DETR（AO-DETR）是一种基于 DINO 的最新一代目标检测器之一，通过采用类特定一对一分配策略和前向稠密方案解决了重叠现象带来的特征耦合和边缘模糊问题，并在 PIXray 和 OPIXray 数
PDF5 months ago
领域内数据对于 X 射线图像中的地标检测在迁移学习中是否有益？
深度学习在医学影像分析方面具有潜力，但在这个应用领域中，大规模的公开数据集和标注可用性受到限制。本文通过一个系统研究来分析，在小规模领域内 x 光影像数据集的使用是否能够在地标检测方面相较于仅在大规模自然图像数据集上预训练模型时提供任何改进
PDF5 months ago
面向自动电池检测的新挑战、基准数据集和基线
我们对一项名为电池检测（PBD）的新任务进行了全面研究，旨在从 X 射线图像中定位密集的阴极和阳极板端点，以评估电池的质量。通过精心收集 X 射线 PBD 数据集，我们提出了一种基于分割的新解决方案 MDCNet，它能够在语义和细节方面改善
PDF8 months ago
一种用于 COVID-19 诊断的卷积神经网络模型设计
使用 19 层 CNN 网络结构对 COVID-19 在胸部 X 光图像中的识别进行了研究，实验结果表明该方法优于现有的方法，可作为临床医生正确判断 COVID-19 的工具。
PDF9 months ago
使用深度学习进行 X 射线图像中非法物品的视觉检查
自动检测 X 射线图像中的违禁物品可以显著增加公共安全，提高机场、地铁、海关 / 邮局等地的安全人员的工作效率，并减轻其心理负担。研究表明，变压器检测器优越于过去几年为安全应用开发的辅助神经模块和 CSP-DarkNet 骨干卷积神经网络十
PDF10 months ago
MM智能手机中使用口腔和牙齿 RGB 图像实现口腔疾病较早检测
我们提出了一种轻量级的机器学习模型，能够在低端设备上高效检测口腔疾病的钙化物质，不依赖于 X 射线图像，可用于远程监测和发展中国家的牙科诊疗。
PDFa year ago
Rad-ReStruct: 一种结构化放射学报告的新型 VQA 基准和方法
本研究提出了一个新的基准数据集 Rad-ReStruct，通过采用分层结构化报告的形式，提供了细粒度、分层次的注释，以用于支持医学影像元数据的自动填充以及加快放射学报告的编写速度，并通过开发一种新颖的分层视觉问答模型 hi-VQA 实现进行
PDFa year ago
使用 BEIT 适配器和 Mask2Former 揭示牙科放射学的谜团 —— 语义分割
本文研究发展一种基于 BEIT 适配器和 Mask2Former 的语义分割算法，用于检测和识别全景、根尖、牙翼 X 光图像中的牙齿、牙根、多种牙齿疾病和异常及种植体、骨移植材料等。将我们算法的结果与两种图像分割中的 Deeplabv3 和
PDFa year ago
安全应用中 X 射线图像非法物品检测
本文提出了一种改进的基于深度神经网络的自动化 X 射线图像检测方法，通过使用更高效的框和修改默认 NMS 算法实现更准确的物体检测，突显了大数据分析在提高公共安全方面的潜力。
PDFa year ago
通过多尺度语义匹配将仿真图像转换为 X 射线图像
本论文中，我们提出了一种利用多尺度语义匹配的图像翻译方法，旨在将内镜模拟器中的图像翻译成 X 光图像。通过进行自领域和交叉域匹配，我们解决了图像翻译中存在的结构信息丢失等问题，实现了高度逼真的 X 光图像生成效果，并超过其他最先进的方法。
PDFa year ago