Últimos artículos para Tecnología en Salud

Una nueva mirada a los errores relacionados con la tecnología en los sistemas CPOE para mejorar la seguridad del paciente.

Se presenta un marco de evaluación completo para chatbots de salud con el fin de mejorar su efectividad.

Un nuevo enfoque mejora la imagen de resonancia magnética cardíaca, reduciendo el ruido y mejorando los detalles.

Nuevos métodos mejoran la precisión de la imagen médica a través de mejores técnicas de registro de imágenes.

Este artículo habla sobre el aprendizaje continuo de relaciones causales sin perder el conocimiento previo.

Las modificaciones a MOTION2NX mejoran la eficiencia y la seguridad en las tareas de inferencia de imágenes.

Examinando cómo los estilos de explicación impactan en la comprensión y confianza de los usuarios en las herramientas de IA.

Métodos para mejorar la confianza en las predicciones de IA para imágenes médicas.

Este estudio compara BERT y Bi-LSTM para clasificar registros electrónicos de salud.

Un nuevo escáner PET ofrece imágenes más claras y menos exposición a la radiación.

Un nuevo modelo mejora la detección de la depresión en publicaciones de redes sociales con explicaciones claras.

Un nuevo método para adaptar modelos de deep learning a datos no etiquetados, asegurando la privacidad.

Este artículo examina cómo la dimensión intrínseca influye en el rendimiento de las redes neuronales según el tipo de imagen.

Un nuevo método mejora la detección de enfermedades raras usando ejemplos sintéticos.

Explorando el papel de la Agregación Segura en el Aprendizaje Federado en entornos de salud.

Presentamos nuevas redes neuronales cuánticas que se adaptan y aprenden de datos cambiantes.

TBConvL-Net mejora la precisión y eficiencia en la segmentación de imágenes médicas.

SMILE ofrece imágenes cardíacas más rápidas y claras para un mejor diagnóstico de enfermedades del corazón.

Un nuevo enfoque para mejorar la precisión del modelo identificando fuentes de datos de baja calidad.

Métodos innovadores mejoran el rendimiento de detección de objetos en dispositivos con recursos limitados.

La investigación destaca el impacto de la variabilidad de los escáneres en los modelos de aprendizaje profundo en imágenes médicas.

Nueva técnica mejora la detección de objetos camuflados en varios campos.

Nuevo método mejora la imagenología DCE-MRI en etapas avanzadas para un mejor diagnóstico del cáncer de mama.

Kaizen mejora el análisis de imágenes por computadora para diagnósticos médicos más precisos.

LongLLaVA mejora la comprensión de múltiples imágenes para varias aplicaciones.

LITE ofrece un modelo eficiente en recursos para la clasificación de series temporales con alta precisión.

Un enfoque novedoso para rastrear las frecuencias cardíacas usando tecnología neuromórfica.

Nuevos métodos abordan los desafíos de las etiquetas desbalanceadas en NER para la salud.

Nuevas herramientas mejoran la comprensión de las predicciones de Bosques Aleatorios Funcionales en el sector salud.

Mejorando la eficiencia en la toma de decisiones en entornos complejos usando un nuevo algoritmo.

Un método mejora la precisión de segmentación para diferentes imágenes médicas utilizando ajustes de frecuencia.

Un nuevo marco de IA mejora la comprensión de los videos quirúrgicos para una mejor atención al paciente.

Un nuevo programa mejora el análisis de imágenes del corazón, ayudando en la detección de enfermedades.

Presentamos FedFT, un método para mejorar la comunicación en el Aprendizaje Federado.

Una mirada a métodos mejorados para analizar datos funcionales.

Este estudio evalúa el marco IDGI para explicar las predicciones de modelos de aprendizaje profundo.

Un nuevo método mejora la reconstrucción 3D a partir de videos endoscópicos para aplicaciones quirúrgicas.

Nuevos modelos de CNN muestran resultados prometedores al analizar imágenes médicas de manera efectiva.

Un nuevo método mejora el aprendizaje federado al abordar los desafíos de datos diversos.

Nuevo modelo mejora la precisión en la segmentación de tumores a partir de escaneos PET/CT.