Génie électrique et science des systèmes - Traitement de l'image et de la vidéo

ISLES'24 vise à améliorer la prédiction des dégâts causés par un AVC en utilisant des données d'imagerie et cliniques.

Le nouveau modèle SDI-Net améliore la clarté des images en basse lumière en utilisant des vues stéréo doubles.

Cet article parle du rôle de l'IA générative dans l'amélioration des applications de vision par machine.

Présentation d'un nouvel outil pour accélérer le prétraitement VBM dans les études sur le cerveau.

Un aperçu de comment la modélisation des organes améliore la précision chirurgicale.

Diff-PCC améliore l'efficacité et la qualité de la compression de nuages de points en utilisant des modèles de diffusion.

Un nouveau modèle améliore la détection et la classification de la pneumonie et du COVID-19 à partir d'images médicales.

Nouveau dataset améliore la performance des caméras pour les scènes de conduite de nuit.

Une nouvelle méthode améliore la précision dans l'imagerie et le diagnostic des tumeurs cérébrales.

Une nouvelle méthode améliore la précision des rapports en se concentrant sur les anomalies détectées dans les scans CT.

NuSegDG offre une meilleure précision pour l'analyse d'images médicales.

Une nouvelle méthode améliore la qualité des images affectées par une double compression JPEG.

Les techniques d'apprentissage profond améliorent la qualité des images en tomographie par rayons X pour diverses applications.

HAPNet combine des données hyperspectrales et SAR pour une meilleure classification de l'occupation du sol.

Découvrez comment EUIS-Net améliore la segmentation des images d'échographie mammaire pour une meilleure détection du cancer.

Cette étude évalue la précision de l'IA dans le diagnostic du paludisme dans différents milieux de santé.

Découvre comment l'IA transforme le diagnostic en pathologie computationnelle avec des modèles de base et des modèles vision-langage.

Une approche de deep learning améliore les prévisions de survie pour le cancer de l'œsophage à cellules squameuses.

Une nouvelle méthode améliore la qualité des images IRM de diffusion grâce à l'apprentissage automatique.

Une nouvelle approche améliore l'identification TLS avec des techniques de coloration plus simples.

De nouvelles techniques améliorent la précision des tests HER2 pour le traitement du cancer du sein.

BCDNet offre une détection efficace du cancer du sein avec moins de ressources nécessaires.

Une nouvelle méthode pour compter les globules blancs dans les blessures musculaires améliore l'analyse de guérison.

Un nouveau modèle améliore la qualité d'image dans les scans CT à faible dose.

MSFMamba améliore la précision de classification en combinant des données hyperspectrales, LiDAR et SAR.

Un nouveau modèle prédit l'intégrité du CST à partir des scans CT pour la récupération après un AVC.

Une nouvelle approche pour améliorer la précision des modèles face au bruit des étiquettes.

Une nouvelle méthode d'attaque contrecarrée les systèmes de détection des deepfakes.

Nouveau plugin qui facilite le marquage des images médicales 3D dans 3D Slicer.

Histo-Diffusion améliore l'imagerie haute résolution pour un diagnostic précis des maladies.

Des modèles de deep learning améliorent la détection du COVID-19 à partir des radiographies thoraciques, aidant les efforts de santé.

De nouvelles méthodes améliorent la précision de l'imagerie cardiovasculaire pour de meilleures évaluations de la santé cardiaque.

Un nouveau système combine YOLO et SAM pour améliorer la détection des gliomes pendant la chirurgie.

L'apprentissage profond améliore la détection automatique des photorécepteurs coniques dans les images AOSLO.

Une nouvelle technique d'analyse vidéo capture efficacement les signaux cardiaques sans capteurs.

De nouvelles méthodes stabilisent les images des caméras de robots pour une meilleure perception.

Une nouvelle façon de diagnostiquer le glaucome grâce aux relations entre biomarqueurs.

LV-UNet propose une segmentation d'images médicales efficace pour des applis en temps réel.

Une étude sur les méthodes pour estimer la force de la turbulence à partir d'images vidéo.

De nouvelles méthodes améliorent les prédictions des dynamiques côtières avec l'apprentissage profond.