침습성 유관암 진단을 위한 빠른 잔차 신경망, BCDNet
BCDNet은 침습성 유관암(IDC)의 효율적인 진단을 위해 개발된 빠르고 가벼운 잔차 신경망 모델로, 제한된 컴퓨팅 리소스 환경에서도 실시간 진단을 가능하게 합니다.
대조 학습을 사용하여 개략적인 레이블에서 세분화된 레이블을 학습하는 LEARNER
환자 개인의 미묘한 건강 변화를 감지하기 위해 여러 환자의 데이터에서 학습된 대조 학습 모델을 활용할 수 있다.
랜덤 합성을 이용한 범용 생체 의료 볼륨 표현 학습
본 논문에서는 다양한 의료 영상 분석 작업에 범용적으로 활용 가능한 3D 네트워크를 학습하기 위해, 방대한 실제 데이터 세트 없이도 다양한 의료 환경에 일반화할 수 있는 새로운 표현 학습 프레임워크를 제안합니다.
백내장을 동반한 당뇨병성 망막증의 다중 모드 등급 분류를 위한 교차 기금 변환기
본 연구에서는 백내장이 있는 환자의 당뇨병성 망막증 등급을 분류하기 위해 컬러 안저 사진(CFP)과 적외선 안저 사진(IFP)의 정보를 융합하는 새로운 이중 스트림 딥러닝 프레임워크인 교차 기금 변환기(CFT)를 제안합니다.
소아 뇌종양 진단의 설명 가능성 향상을 위한 종양 위치 가중 MRI-보고 대조 학습 프레임워크
본 논문에서는 자기 공명 영상(MRI)과 방사선 보고서를 활용한 대조 학습 프레임워크를 제안하여 소아 뇌종양 진단 모델의 설명 가능성을 향상시키고, 이를 통해 임상적 신뢰도를 높여 실제 진료 환경에 통합하는 것을 목표로 합니다.
두개내 출혈을 위한 연합 복셀 장면 그래프
본 논문에서는 의료 데이터 개인 정보 보호 문제를 해결하면서 다양한 데이터 세트에서 두개내 출혈(ICH)을 진단하기 위한 보다 강력하고 일반화 가능한 딥러닝 모델을 훈련하기 위해 연합 복셀 장면 그래프 생성이라는 새로운 접근 방식을 제안합니다.
전방 안구 염증 진단을 위한 명시적 및 암시적 교차 모달 상호 작용 네트워크
본 논문에서는 전방 안구 염증(ACI) 진단을 위해 슬릿 램프 이미지, AS-OCT 이미지, 임상 데이터를 결합한 새로운 딥러닝 모델 EiCI-Net을 제안하고, 명시적 및 암시적 교차 모달 상호 작용을 통해 진단 정확도를 향상시켰습니다.
무릎 골관절염 심각도 진단을 위한 비전 트랜스포머, CNN 및 기존 ML의 비교 분석: X-ray 이미지 분류에서의 정밀도 혁신
본 연구는 무릎 골관절염 심각도 진단에서 비전 트랜스포머 모델이 기존 머신러닝 및 CNN보다 우수한 성능을 보인다는 것을 입증하고, 의료 영상 분석 분야에서 비전 트랜스포머의 잠재력을 강조합니다.
수술 장면 분할, 객체 감지 및 안전성 평가를 위한 Endoscapes 데이터셋: 공식 분할 및 벤치마크
본 논문에서는 복강경 담낭절제술 영상으로 구성된 Endoscapes 데이터셋을 소개하고, 이를 활용한 수술 장면 분할, 객체 감지, 안전성 평가(CVS) 자동화를 위한 벤치마크 결과를 제시합니다.
합성 의료 영상 평가 시 참조 지표 사용의 함정 다섯 가지
합성 의료 영상의 품질 평가에 널리 사용되는 참조 지표들이 의료 영상의 특수성을 고려하지 않을 경우 오해의 소지가 있는 결과를 초래할 수 있으며, 정규화, 정렬, 블러링, 마스킹, 작업 특성과 같은 요소들을 신중하게 고려해야 한다.
© 2024 by Linnk AI