3D Swin Transformer 前訓練による脳MRIの多タスク学習
提案手法は、脳解剖学と形態学に関する知識を活用した新しい自己教師あり学習タスクを導入し、3D Swin Transformerを前訓練することで、脳MRI解析の性能を向上させる。
MRIを用いたパーキンソン病の分類のための2D及び3D深層学習モデルの比較分析: 畳み込みKolmogorov-Arnold ネットワーク、畳み込みニューラルネットワーク、グラフ畳み込みネットワークの比較
MRIデータを用いたパーキンソン病の分類において、畳み込みKolmogorov-Arnoldネットワーク(ConvKAN)は従来の畳み込みニューラルネットワーク(CNN)やグラフ畳み込みネットワーク(GCN)と比較して優れた性能を示した。特に3次元ConvKANモデルは、データセット間の一般化性能が高く、早期パーキンソン病の検出に有効であることが示された。
前立腺がんの組織病理学画像を用いたグリーソン分類のための深層学習手法: YOLO、ビジョントランスフォーマー、ビジョンマンバ
前立腺がんの診断と予後予測に重要なグリーソン分類を、YOLO、ビジョントランスフォーマー、ビジョンマンバの深層学習手法を用いて自動化し、高精度化する。
連邦学習と不確実性定量化を用いたプライバシー保護型医用画像解析の最新動向
連邦学習は、医用画像解析における大規模かつ多様なデータセットの利用を可能にし、AI モデルの精度と汎用性を向上させる。しかし、プライバシー保護と不確実性定量化の課題に取り組む必要がある。
H&E 全スライド画像を用いた深層学習による乳がんの分子サブタイプ分類
H&E 全スライド画像から深層学習モデルを用いて乳がんの分子サブタイプを分類することができる。
肝線維化ステージングのための信頼性の高い解釈可能な多視点学習法MERIT
本研究は、肝線維化ステージングのための新しい多視点学習フレームワークMERITを提案する。MERITは、不確実性を定量化することで信頼性を高め、論理的な組み合わせ規則を用いて解釈可能性を向上させる。
乳がん腫瘍と免疫表現型をヒストパソロジーから予測するための深層学習
深層学習を用いて、乳がんの切除標本のヘマトキシリン・エオジン染色スライドから腫瘍と免疫の表現型を予測することができる。
MRIによる眼内転移性腫瘍の検出における不確実性の定量化
進化戦略に基づく深層ニューロ進化を用いて、限られたデータセットにおける眼内転移性腫瘍の検出における不確実性を定量化する。
高性能で低コストな3次元医用画像セグメンテーションのためのLHU-Net
LHU-Netは、空間特徴と channel特徴の相互作用を効果的に活用することで、高精度かつ低コストな3次元医用画像セグメンテーションを実現する。
多様なデータソースから学習した汎用的な医用画像セグメンテーションモデル
部分的または疎な教師データを活用し、モデルの自己解消と事前知識の活用により、効率的かつ高精度な医用画像セグメンテーションを実現する。
© 2024 by Linnk AI