Kirjaudu sisään
näkemys - 생물의학 영상 처리
전자현미경 토모그래피 이미지에서 미토콘드리아 분할을 위한 MitoSeg 도구
MitoSeg는 전자현미경 토모그래피 이미지에서 미토콘드리아 경계를 강조하고 해당 3D 메시를 생성하는 소프트웨어 솔루션입니다.
TTT-Unet: 생물의학 영상 분할을 위한 테스트 시간 학습 레이어를 활용한 U-Net 향상
TTT-Unet은 테스트 시간 학습 레이어를 U-Net 아키텍처에 통합하여 지역적 및 장거리 특징을 모두 효과적으로 포착할 수 있습니다.
불확실성에서 명확성으로: 제한된 생물의학 샘플을 통한 의미 확장을 통한 불확실성 기반 클래스 증분 학습
본 연구는 제한된 생물의학 샘플에서 발생하는 클래스 불균형 및 장기 꼬리 분포 문제를 해결하기 위해 불확실성 기반 클래스 증분 학습 방법을 제안한다. 이를 위해 샘플의 누적 엔트로피를 추적하여 가장 불확실한 샘플을 선별하고, 의미 확장을 통해 특징 공간을 풍부하게 만들며, 코사인 분류기를 사용하여 클래스 불균형에 따른 편향을 완화한다.
부상 골격근 현미경 이미지에서 자동화된 백혈구 정량화
부상 골격근 내 백혈구의 자동화된 정량화 및 분석 프레임워크를 제안한다. 이를 통해 부상 후 시간에 따른 백혈구 수와 공간 밀도 변화를 분석할 수 있다.
생물의학 영상 데이터의 스타일 추출 확산 모델을 통한 반지도 조직병리 분할
제안된 스타일 추출 확산 모델(STEDM)은 기존에 관찰되지 않은 스타일의 합성 이미지를 생성하여 분할 모델의 성능을 향상시킬 수 있다.
생물의학 영상 분할을 위한 다중 스케일 밀집 연결 U-Net (MDU-Net)
다중 스케일 밀집 연결을 통해 상위 및 하위 레이어의 특징 맵을 현재 레이어에 직접 융합하여 특징 전파를 강화하는 MDU-Net 모델을 제안한다.
Tuotteet | Materiaalit
© 2024 by Linnk AI