Elektrotechnik und Systemtechnik - Bild- und Videoverarbeitung

Ein neues Verfahren verbessert die Zuverlässigkeit der medizinischen Bildgebung durch Unsicherheitsabschätzung.

Überprüfung des Bedarfs an Qualitätsmassstäben für KI-generierte Inhalte.

Diese Forschung hebt die Auswirkungen von Häufigkeitsverschiebungen auf maschinelles Lernen im Gesundheitswesen hervor.

Online-Fitness-Videos nutzen, um die Trainingsleistung zu bewerten.

Eine neuartige Methode verbessert die Analyse der Hirnoberfläche mit fortschrittlichen Techniken.

Die Rolle von KI bei der Auswertung von Lungenscans für eine bessere Patienten-Diagnose erkunden.

Schau dir an, wie VAEs Bilder erzeugen und welche Vorteile und Herausforderungen sie mit sich bringen.

MONet verbessert die Genauigkeit und verringert die Arbeitslast bei der Segmentierung von Lungenläsionen.

Mobile MoCap kombiniert Kameras und Retroreflektoren für besseres Tracking.

Neue Methoden erzeugen medizinische Bilder mit begrenzten Daten für eine bessere Krankheitsdetektion.

Dieser Artikel präsentiert einen modifizierten Algorithmus zur Schätzung von Faserrichtungen in komplexen Bildern.

Ein neuer Ansatz mit synthetischen Anomalien verbessert die Erkennung von Unregelmässigkeiten in der medizinischen Bildgebung.

PHNet kombiniert CNNs und MLPs für eine verbesserte Analyse von 3D-Medizinbildern.

Neue Methode verbessert die Stadieneinteilung und Vorhersagezuverlässigkeit bei diabetischer Retinopathie.

Diese Methode nutzt optische Techniken für genaue Flüssigkeitsstandsmessung in Laborumgebungen.

Neue Methoden verbessern die Genauigkeit bei der Ultraschallbildgebung von Weichgeweben.

Neue Methode erstellt Hirnscans basierend auf verschiedenen Gesundheits-Szenarien.

CLADE verbessert die medizinische Bildgebung, indem es die Bildqualität ohne gekoppelte Daten erhöht.

Eine neue Methode verbessert die Umwandlung von bearbeiteten Bildern in Rohformat-ähnliche Formate.

Vorstellung von XGC-VQA für eine effektive Videoqualitätsbewertung über verschiedene Inhaltsarten hinweg.

MuLUT bietet verbesserte Bildqualität und Effizienz für verschiedene Anwendungen.

Deep Transfer Learning verbessert die Erkennung von Lungenerkrankungen anhand von Röntgenaufnahmen des Brustkorbs.

Ein neues System verbessert die Qualitätseinschätzungen in der medizinischen Bildgebung mit Erklärbarkeit.

Neue Methode verbessert die MRI-Interpretation mit begrenzten Daten aus kleineren Kliniken.

Neue Methoden verbessern die MRI-Bildqualität für bessere Ergebnisse bei Patienten.

Kombination von Histologie und molekularen Markern für bessere Gliom-Diagnosen.

Neuer Algorithmus verbessert die Erkennung von winzigen Merkmalen in der retinalen Bildgebung.

Neue Methoden verbessern die Bildqualität in der Fluoreszenzmikroskopie durch fortschrittliche Rauschunterdrückungstechniken.

Eine neue Methode verbessert MRT-Scans, was die diagnostische Genauigkeit und die Patientenversorgung steigert.

Eine neue Technik verbessert die Genauigkeit der medizinischen Bildanalyse, indem sie künstliche Marker entfernt.

Diese Studie untersucht Fehler in holografischen Bildgebungsverfahren zur Verbesserung der Minenerkennung.

Eine neue MRI-Methode verbessert die Bildklarheit und den Komfort während der Scans.

Eine neue Methode verbessert die Segmentierung von Covid-19-Infektionen mit CT-Bildern.

Neue Methoden verbessern Bilder bei schwachem Licht mit minimalen Datenanforderungen.

ACAT verbessert die Genauigkeit in der medizinischen Bildgebung mit innovativen Salienzkarten.

Forscher verbessern die Klarheit von Mikroskopbildern mit modernen Entraffungsmethoden.

Eine neue Methode verbessert synthetische DIC-Daten mithilfe von maschinellem Lernen und physikalischen Prinzipien.

Eine neue Methode verbessert die Leistung beim Bilddemosaicing mit kleineren Modellen.

Neue Methoden helfen Krankenhäusern, COVID-19 zu diagnostizieren und gleichzeitig die Privatsphäre der Patienten zu schützen.

Neue Methoden verbessern die PET-Bildqualität und verkürzen die Scanzeiten.