Elektrotechnik und Systemtechnik - Bild- und Videoverarbeitung

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.

fRegGAN verbessert die medizinische Bildübersetzung, indem es sich auf Frequenzinhalte und Fehlanpassungen konzentriert.

Die Verbesserung der Hyperspektralbildqualität durch innovative operative neuronale Netze.

Neue Methode verbessert die Genauigkeit bei der Segmentierung von medizinischen Bildern.

R-SIP verbessert die EIT-Bildqualität mit einer Mischung aus KI und traditionellen Methoden.

Neues Modell verwandelt Geräusche in klare Bilder und überbrückt audio-visuelle Informationen.

KD-DLGAN verbessert die Bildgenerierungsqualität durch Wissensdistillation.

Überprüfung der Rolle von KI bei der Verbesserung der Histopathologie und Diagnose von Ovarialkarzinom.

AETNet bietet effiziente Anomalieerkennung in hyperspektraler Bildgebung mit minimalen Anpassungen.

Die Genauigkeit in der Strahlentherapie durch fortschrittliche Modelltrainingstechniken verbessern.

Diese Studie bewertet GANs im Vergleich zu CNNs bei der Segmentierung von Organen aus CT-Scans.

Neue Techniken helfen dabei, Erkrankungen der Nasennebenhöhlen zu erkennen, um die Patientenversorgung zu verbessern.

Neue Methode verbessert die Veränderungserkennung in Satellitenbildern mit Hilfe von neuronalen Netzwerken.

Drei Methoden zur Verbesserung der Prostatakrebsdiagnose mit kombinierten Daten.

Forscher verbessern Methoden, um DNA zur Speicherung digitaler Informationen zu nutzen.

Eine Methode zur Verbesserung der Genauigkeit der Objekterkennung in Videos mit fortschrittlichen Verarbeitungstechniken.

Ein neuer Ansatz verbessert PET-Bilder und schützt dabei die Patientendaten.

Videovortraining verbessert die Leistung von 3D-Modellen bei medizinischen Bildgebungsaufgaben.

Eine neue Schicht für bessere Flexibilität bei der Bildbearbeitung und mehr Kontrolle für den Nutzer.

Diese Studie untersucht die Zuverlässigkeit von MRT-Scans, um den MGMT-Status bei Glioblastomen vorherzusagen.

Neue Methoden verbessern die Klarheit und Genauigkeit holographischer Bilder durch Zufälligkeit und Deep Learning.

Neue Techniken verbessern die Tumorsegmentierung in der medizinischen Bildgebung mithilfe vielfältiger Trainingsdaten.

Eine neue Methode verbessert die Klarheit von Bildern mit niedriger Auflösung durch innovative Techniken.

Deep-Learning-Methoden verwandeln die Bildentfernung von Rauschen und verbessern die Klarheit und Qualität.

Studie bewertet Deep-Learning-Modelle zur Verbesserung der cDTI-Bildqualität.

MESAHA-Net verbessert die Segmentierung von Lungenknoten für eine bessere Krebsdiagnose.

Ein neuer Ansatz verbessert die Bildsegmentierung durch unabhängige binäre Modellierung.

Eine neue Methode verbessert die Bildgebung von empfindlichen Nanomaterialien, während sie Schäden reduziert.

MethaneMapper verbessert die Erkennung von Methanemissionen mit fortschrittlichen Deep-Learning-Techniken.

Verbesserung der Klassifikation von SPNs durch kombinierte medizinische Bildgebung und klinische Daten.

Ein Blick auf das frequenzgesteuerte Diffusionsmodell in der medizinischen Bildgebung.

Neue Deep-Learning-Netzwerke verbessern die Genauigkeit bei der medizinischen Bildsegmentierung.

NUMSnet revolutioniert die Analyse medizinischer Bilder mit effizienten Segmentierungsmethoden.

Ein neues Framework verbessert die Segmentierung in unausgewogenen medizinischen Bilddatensätzen.

Das FUNQUE-Framework verbessert die Videoqualitätsmessung und sorgt für ein besseres Seherlebnis.

Eine neue Methode verbessert die Genauigkeit und Effizienz der Videoerkennung.