Neuste Artikel für Gesundheitstechnik

Neue Methode verbessert die Bildqualität und Geschwindigkeit von MRI.

FeDETR nutzt föderiertes Lernen für eine verbesserte Bewertung von koronaren Stenosen.

RadOnc-GPT verbessert die Reaktionsgeschwindigkeit bei der Kommunikation mit Prostatakrebspatienten.

Ein Rahmenwerk, um das Vertrauen in LLMs zu verbessern und dabei sensible Informationen zu managen.

Die Auswirkungen von LLMs auf die Gesundheitsdokumentation und die Sicherheit bewerten.

Die Studie untersucht selbstüberwachtes Lernen, um die kardiale Bildgebung zu verbessern.

Ein neuer Ansatz verbessert, wie KI Unsicherheit in Vorhersagen einschätzt.

DREAMS macht Deep Learning für EEG-Daten einfacher und fördert Transparenz und ethische Praktiken.

M3CoL verbessert die Fähigkeit von KI, aus verschiedenen Datentypen zu lernen.

Umfrage zeigt Einstellungen zu Gesundheits-Apps und Datenaustausch über Generationen hinweg.

Pf-SMARRT verbessert die Erkennung von Malaria-Behandlungsresistenz in Kamerun.

Eine neue Methode verbessert die Objektsegmentierung in Bildern ohne manuelle Labels.

Die Erforschung der Auswirkungen von föderiertem Lernen auf den Datenschutz und die Schutzstrategien für medizinische Daten.

Die Auswirkungen der Transkription auf die Pflegedokumentation in der Schweiz erkunden.

Eine Studie zeigt, dass klare Datenschutzinformationen die Hochladen von medizinischen Daten in EHR-Systeme erhöhen.

Ein Modell zur Bewertung der Segmentierungsqualität ohne Referenzdaten.

HealthQ bewertet, wie gut KI Fragen in der Patientenversorgung stellen kann.

MedCLIP-SAMv2 verbessert die Tumorerkennung mithilfe fortschrittlicher Segmentierungstechniken und minimalen beschrifteten Daten.

KI-Technologie verbessert die Genauigkeit und Geschwindigkeit der Medikamentenextraktion im Gesundheitswesen.

Ein neuer Index hilft dabei, die Vielfalt in KI-generierten medizinischen Bildern zu bewerten.

Die Rolle von Federated Learning in der Verbesserung der medizinischen Bildgebung und dem Schutz der Privatsphäre von Patienten erkunden.

MedViLaM integriert mehrere medizinische Datentypen für bessere Analyse und Entscheidungsfindung.

Eine neuartige Methode zur Anpassung von Zeitreihendaten, ohne dass Quellinformationen benötigt werden.

Die Kombination aus globalen und lokalen Eingaben verbessert föderierte Lernmodelle und schützt gleichzeitig die Datensicherheit.

Eine Roboterkrankenschwester, die dafür entwickelt wurde, in OPs zu helfen und die chirurgische Effizienz zu steigern.

Eine neue Methode verbessert die MRT-Bilder, indem sie Bewegungen während der Aufnahmen korrigiert.

Ein neuer Ansatz, um KI-Modelle zu trainieren und dabei Sicherheitsstandards einzuhalten.

Neue Methode wirft Sicherheitsbedenken bei EEG-Systemen auf, zeigt aber auch potenzielle Schutzanwendungen.

Ein neuer Ansatz, um die Vorhersagegenauigkeit bei unregelmässigen Zeitreihendaten zu verbessern.

Eine Studie nutzt KI, um die Herzrisikobewertungen bei Patienten mit FH zu verbessern.

Eine neue Methode verbessert die Segmentierungsgenauigkeit, indem sie Form und Intensität in medizinischen Bildern kombiniert.

VIEWER optimiert Patientendaten für Fachkräfte im psychischen Gesundheitsbereich.

Eine neue Bibliothek verbessert die SHAP-Interpretation für die Analyse medizinischer Daten.

Die Kombination von MRI-Typen verbessert die Segmentierung von Hirntumoren und die Behandlungsergebnisse.

Neue Transformer-Modelle verbessern die Bewertung bei Aufgaben der Computer Vision.

Automatisiertes Testen verbessert die Sicherheit in Gesundheitssystemen und geht auf sich entwickelnde Cyber-Bedrohungen ein.

Die Studie untersucht die Auswirkungen von verlustbehafteter Kompression auf Deep Learning in der medizinischen Bildsegmentierung.

Ein Blick darauf, wie föderiertes Lernen die Patientenversorgung verbessert und gleichzeitig die Privatsphäre wahrt.

RPM-Dienste nehmen in US-Krankenhäusern zu und beeinflussen die Wiederaufnahmen bei Herzinsuffizienz.

DRL-STNet verbessert die Segmentierung von medizinischen Bildern über verschiedene Modalitäten hinweg.