Últimos artículos para Tecnología en Salud

Aprende cómo el aprendizaje en contexto mejora los modelos predictivos usando múltiples conjuntos de datos.

Nuevos métodos mejoran la calidad de las imágenes de MRI sin referencias limpias.

Nuevos métodos mejoran la precisión al describir los cambios en las imágenes en medio de distracciones.

Enfoques innovadores mejoran la modelación de las arterias coronarias para tratamientos de enfermedades del corazón más efectivos.

La colaboración en el cuidado de la salud a través del aprendizaje federado mejora la clasificación de imágenes médicas mientras se protege la privacidad.

Un nuevo conjunto de datos potencia la atención médica con sistemas de preguntas basados en voz para imágenes médicas.

DITTO ayuda a los doctores a tomar decisiones de tratamiento bien informadas para pacientes con cáncer de cabeza y cuello.

El marco LDSeg mejora la eficiencia y precisión de la segmentación de imágenes médicas.

Explorando el papel de modelos específicos del dominio y modelos conscientes de la incertidumbre en la salud.

Un nuevo enfoque mejora la segmentación de órganos en imágenes médicas usando conjuntos de datos parcialmente etiquetados.

Las técnicas de aprendizaje profundo tienen mucho potencial para segmentar el páncreas a partir de escáneres de TC.

Un nuevo enfoque mejora el entrenamiento del modelo mientras protege la privacidad de los datos.

Este artículo habla sobre cómo los grafos de conocimiento mejoran la selección de características en el análisis de datos.

Un nuevo marco mejora la precisión en la detección de pólipos en la imagenología gastrointestinal.

MEDFuse combina datos estructurados y no estructurados para predecir mejores resultados de salud.

DuoFormer mejora el análisis de imágenes médicas, potenciando las capacidades de detección de cáncer.

Un estudio sobre las características del tráfico de red de dispositivos médicos para mejorar la seguridad.

Un nuevo enfoque mejora los sistemas SER al usar descripciones de ambientes ruidosos.

Una mirada al estado actual y los desafíos del cribado de la tuberculosis a nivel mundial.

Este artículo trata sobre problemas de descalibración en modelos de visión-lenguaje y ofrece soluciones.

Un nuevo modelo ofrece predicciones precisas con explicaciones claras para tomar mejores decisiones.

Un estudio revisa métodos para analizar múltiples lesiones en pacientes con cáncer.

Aprende a identificar patrones inusuales en datos de series temporales con la profundidad de Markov.

El escáner J-PET mejora la PET al medir la polarización de los fotones para un diagnóstico mejor.

Explorando el impacto de Hyperledger Fabric en los registros de salud electrónicos en Sudáfrica.

Presentamos ESCAPE, un marco que mejora la precisión y velocidad de la pose humana en 3D.

Los métodos de IA mejoran la precisión y la eficiencia en la creación de informes de radiología.

Un nuevo método mejora los datos sintéticos para el análisis de muestras de tejido.

LKCell ofrece un método eficiente para identificar núcleos celulares en imágenes médicas.

Nuevo método mejora las imágenes de MRI al mostrar la incertidumbre en las reconstrucciones.

La investigación busca mejorar la fiabilidad de la IA y la eficiencia energética en diversas aplicaciones.

Nuevos métodos en IA muestran promesas para la detección temprana de TB usando radiografías de pecho.

Revolucionando los escaneos de pacientes con tecnología de reconocimiento de gestos para una mejor precisión.

El modelo DeepLabv3++ mejora la precisión en el screening del cáncer colorrectal.

Un nuevo marco mejora el reconocimiento de acciones en entornos dinámicos.

Un marco diseñado para mejorar el análisis de datos médicos a través de la colaboración entre humanos e IA.

Investigaciones muestran que el aprendizaje activo mejora la capacidad de la IA para detectar enfermedades oculares en imágenes de OCTA.

Un nuevo método para identificar vulnerabilidades en sistemas de DRL.

Un estudio revela el potencial de LACI en la evaluación de la insuficiencia cardíaca.

Un nuevo enfoque mejora la consistencia en las imágenes de MRI de diferentes fuentes.