Ingeniería Eléctrica y Ciencia de Sistemas - Procesado de imagen y vídeo

Un nuevo enfoque mejora la recuperación de imágenes con datos limitados.

Una mirada a métodos no supervisados para detectar cambios ambientales.

Nuevos métodos mejoran la imagenología 3D de las resonancias magnéticas para un mejor diagnóstico médico.

Este estudio mejora la segmentación de MRI de próstata usando un enfoque de destilación de conocimiento.

Los investigadores mejoran la precisión de la medición de la frecuencia cardíaca en entornos de poca luz.

CDRNet usa video estándar para mejorar el modelado 3D en tiempo real y el reconocimiento de objetos.

Nueva técnica mejora la detección de fluidos en imágenes de tomografía de coherencia óptica para el diagnóstico de enfermedades oculares.

Un nuevo método cierra la brecha entre las imágenes médicas simuladas y las reales.

MedNeXt mejora la segmentación de imágenes médicas usando técnicas innovadoras de redes convolucionales.

Un nuevo modelo mejora la segmentación de los pulmones para un mejor diagnóstico de cáncer.

Un nuevo método mejora el rendimiento del modelo de detección de saliencia en imágenes oscuras.

Esta métrica mejora la evaluación de la calidad del video en tiempo real para una mejor experiencia de streaming.

Un nuevo método mejora la fiabilidad en la detección de enfermedades oculares.

Nuevo método mejora la calidad de imagen de la resonancia magnética al manejar cambios en la entrada de manera efectiva.

La tinción digital mejora la imagen de muestras biológicas sin tintes tradicionales.

Un nuevo enfoque para mejorar la calidad de imagen y la eficiencia de compresión.

Diff-UNet mejora la precisión en la segmentación de imágenes médicas complejas.

Un nuevo modelo mejora la segmentación de órganos en imágenes de TAC usando aprendizaje profundo.

Nuevos métodos mejoran la calidad de las imágenes de MRI a partir de datos incompletos usando enfoques de doble dominio.

Un nuevo método mejora la creación de imágenes médicas sintéticas para un mejor entrenamiento de IA.

Nuevos métodos mejoran el seguimiento de moléculas individuales en organismos vivos.

Aprende cómo las SNNs replican los procesos del cerebro para una computación eficiente.

Los métodos de detección automática usando imágenes de los pulmones mejoran el diagnóstico de COVID-19.

Los modelos de IA mejoran la precisión para predecir las etapas del cáncer de mama a partir de imágenes digitales.

BrST-Net predice la actividad genética en el cáncer de mama usando muestras de tejido estándar.

Nuevo método simplifica la resonancia magnética del hígado para obtener mejor precisión y eficiencia.

Un nuevo método mejora la precisión del registro de imágenes en la imagenología médica.

Utilizando imágenes más simples para mejorar el análisis a través de métodos de entrenamiento avanzados.

Un estudio muestra que la IA puede mejorar el análisis de radiografías de tórax para el diagnóstico de neumonía.

Explorando el impacto del aprendizaje automático en el diagnóstico de enfermedades inflamatorias intestinales.

Un estudio sobre modelos de aprendizaje profundo para mejorar la imagen en el cuidado del cáncer de cuello uterino.

Los investigadores desarrollan el modelo Cheff para obtener radiografías de tórax sintéticas de alta calidad.

La atención de canal sin parámetros mejora la clasificación de imágenes y la eficiencia de la superresolución.

Esta investigación mejora la segmentación de imágenes quirúrgicas a través de técnicas avanzadas de aumento de datos.

Explorando nuevos métodos para evaluar imágenes de campo de luz sin imágenes de referencia.

Un nuevo método busca mejorar el reconocimiento de texto amazigh usando tecnología OCR.

Los investigadores proponen un nuevo método para mejorar la claridad de imágenes a partir de mediciones poco claras.

Oral-NeXF simplifica la reconstrucción oral en 3D usando solo una radiografía panorámica.

Un nuevo método mejora el análisis de mitocondrias en imágenes de microscopía electrónica.

Nuevo método mejora la clasificación del cáncer de próstata con aprendizaje auto-supervisado.