대형 의료 모델의 배포를 위한 압축 모델의 효율적인 미세 조정
대형 의료 모델의 높은 매개변수 수로 인한 메모리 및 추론 지연 문제를 해결하기 위해 효율적인 미세 조정 프레임워크(EFCM)를 제안한다. EFCM은 비지도 특징 증류와 미세 조정의 두 단계로 구성되며, 특징 투영 증류(FPD) 방법과 TransScan 모듈을 통해 학생 모델의 지식 흡수 능력을 향상시킨다.
깊이 학습 기반 기회주의적 CT 영상을 활용한 과소 진단된 의학적 상태 탐지
기회주의적 CT 영상 분석을 통해 근감소증, 지방간, 복수와 같은 임상적으로 중요한 상태를 정확하게 진단할 수 있으며, 이는 전자 건강 기록의 정확성 향상과 정밀 의료 연구에 기여할 수 있다.
의료 영상 분석을 위한 범용 비전 기반 모델 평가: DINOv2의 방사선학 벤치마크에 대한 실험적 연구
DINOv2는 다양한 의료 영상 분석 작업에서 우수한 성능을 보이며, 기존 감독 학습 및 약한 감독 학습 모델을 능가한다.
3D 내부혈관 OCT 영상에서 섬유죽종 플라크 캡 검출
본 연구는 3D 내부혈관 OCT 영상에서 섬유죽종 플라크 캡의 각도 범위를 정확하게 검출하는 새로운 딥러닝 기반 접근법인 FiAt-Net을 제안한다.
다중 관점 증거 학습을 통한 간 섬유화 단계 예측의 신뢰성 및 해석 가능성 향상
본 연구는 다중 관점 증거 학습 기반의 MERIT 모델을 제안하여 간 섬유화 단계 예측의 신뢰성과 해석 가능성을 향상시켰다.
뼈 전이 분석을 위한 인공지능: 현재 발전, 기회 및 과제
뼈 전이 분석을 위한 인공지능 기술은 의료 영상 분석에서 유망한 성과를 보이고 있으며, 의사의 효율성 향상과 시간 및 비용 제한 극복에 큰 잠재력을 가지고 있다.
뇌종양 데이터셋에서 사후 휴리스틱 접근법을 사용하여 딥러닝 모델의 설명 가능성 향상
사후 처리 메커니즘을 통해 LIME 라이브러리와 LIME 이미지 설명자가 생성한 설명을 개선하여 의료 진단에서 더 강력하고 구체적인 결과를 제공한다.
장기 유방 촬영 위험 예측
장기 유방 촬영 데이터를 활용하여 향후 유방암 발병 위험을 정확하게 예측할 수 있다.
의료 영상 분석에서의 분포 외 데이터 탐지: 종합 리뷰
의료 영상 분석에서 딥러닝 기반 모델은 훈련 데이터와 다른 분포의 입력 데이터를 정확하게 식별할 수 있어야 한다. 이를 위해 다양한 분포 외 데이터 탐지 기법이 개발되었다.
최적 수송을 이용한 의료 영상 표현 학습을 위한 밀집 의미 불변성 달성
본 연구는 최적 수송(OT) 개념을 자기 지도 학습(SSL) 프레임워크에 통합하여 의료 영상 표현 학습에서 밀집 의미 불변성을 달성하는 OPTiML이라는 새로운 솔루션을 제안한다. OPTiML은 교차 관점 의미 주입 모듈(CV-SIM)을 통해 다양한 관점에서 미세한 세부 사항을 포착하고, 분산 및 공분산 정규화를 통해 정보적이고 중복되지 않은 표현을 생성한다.
© 2024 by Linnk AI