Últimos artículos para Tecnología en Salud

Un nuevo método para la detección de intrusiones en redes de sensores inalámbricos usando aprendizaje automático.

SegmentAnyBone mejora la precisión de la imagen ósea en resonancias magnéticas para un diagnóstico más acertado.

El estudio explora el uso de etiquetas ruidosas para identificar con precisión los resultados de OIRD.

Aprende sobre las correlaciones espurias y su impacto en los sistemas de aprendizaje automático.

Una mirada al Mapa Auto-Organizado Contínuo y sus capacidades de aprendizaje.

Una mirada a cómo usar múltiples sensores para mejorar la fiabilidad de las predicciones.

Una mirada a mejorar las técnicas de aprendizaje para datos dependientes del tiempo.

Una mirada a los ataques de reconstrucción y su impacto en la privacidad de datos en el aprendizaje automático.

Un nuevo marco busca mejorar las respuestas empáticas de la IA en las conversaciones.

Un punto de referencia para evaluar modelos de lenguaje biomédico en francés.

Nuevos métodos mejoran la identificación de materiales en imágenes médicas.

Un estudio muestra que el aprendizaje auto-supervisado mejora la identificación de tumores en ultrasonidos de mama.

MSTAR mejora la clasificación de series temporales usando una arquitectura automatizada y resolución de frecuencia.

Examinando los desafíos y soluciones en el Aprendizaje Automático Colaborativo para mejor privacidad y seguridad.

Nuevos métodos mejoran la precisión para identificar tumores en escaneos PET-CT.

Ajustes simples al nnU-Net mejoran la precisión de la segmentación de tumores en imágenes médicas.

Investigaciones muestran que los modelos autoregresivos pueden mejorar la toma de decisiones en el aprendizaje por refuerzo offline.

La IA mejora la precisión en la clasificación de tumores usando escaneos de MRI y técnicas de aprendizaje por transferencia.

CoDream permite a las organizaciones colaborar de manera segura sin compartir datos sensibles.

La Memoria Dispersa Segura protege el contenido de los datos y los patrones de acceso de manera efectiva.

Nueva tecnología mejora la detección de la disartria y la clasificación de su gravedad.

Combinar el conocimiento previo y la adaptabilidad mejora el rendimiento del aprendizaje automático con datos limitados.

Un nuevo algoritmo mejora la eficiencia del RL offline con estructuras MDP de bajo rango.

Una mirada a cómo se evalúan los evaluadores de síntomas para su precisión y seguridad.

Explorando cómo los tamaños de lote más grandes mejoran la privacidad diferencial en el aprendizaje automático.

Cumulus mejora el intercambio de datos de salud mientras cuida la privacidad del paciente.

BLO-SAM mejora la segmentación semántica con optimización de dos niveles y menos necesidad de input manual.

Optimizar la selección de datos puede aumentar mucho la eficiencia y el rendimiento del entrenamiento en machine learning.

El Agente AI transforma la forma en que las máquinas aprenden y operan en entornos diversos.

Los dispositivos a nanoescala mejoran el diagnóstico y tratamiento de enfermedades mediante la localización guiada por flujo.

Un nuevo modelo ofrece explicaciones más claras para las decisiones de detección de objetos.

Los avances en modelos predictivos mejoran las decisiones de tratamiento para pacientes con cáncer de recto.

COFT-AD mejora la detección de anomalías usando datos normales limitados.

Un nuevo método mejora el análisis de imágenes retinianas al separar los datos clave del paciente de los factores técnicos.

MediSwift revoluciona el procesamiento del lenguaje biomédico con modelos eficientes centrados en tareas médicas.

Presentando un enfoque práctico para identificar hemorragias intracraneales usando etiquetas mínimas.

AcME-AD mejora la interpretabilidad en modelos de detección de anomalías para tomar mejores decisiones.

Nuevo modelo de aprendizaje profundo mejora la precisión de la segmentación de órganos en imágenes médicas.

Nuevo método de imagen usa redes neuronales para un análisis de tejido más rápido, apoyando la investigación sobre el cáncer.

Asyn2F mejora el aprendizaje federado asincrónico para un mejor entrenamiento de modelos y privacidad de datos.