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

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.

NeRF-CA améliore l'imagerie cardiaque en reconstruisant des visuels 4D à partir de vues X-ray limitées.

Le modèle ECDB améliore la restauration d'images grâce à un meilleur contrôle et des techniques efficaces.

OrthoDoc combine des images CT et du texte pour des diagnostics médicaux améliorés.

La nouvelle méthode MedDet améliore l'efficacité pour détecter les hernies discales cervicales grâce à des techniques avancées.

Les méthodes apprises améliorent l'efficacité et la qualité de la compression d'image.

Cet article explore les avantages de la radiographie en champ noir pour évaluer les corps étrangers médicaux.

Une étude sur comment différentes descriptions impactent les modèles de machine learning en imagerie médicale.

ResEmoteNet améliore la façon dont les machines lisent les expressions faciales pour différentes applis.

Une méthode combinant les images de fond d'œil et d'OCT améliore la précision du diagnostic de la DMLA.

Une nouvelle méthode améliore la qualité et l'efficacité de la génération de vidéos.

Une nouvelle méthode améliore considérablement la clarté des images sous-marines.

Un nouveau cadre améliore les images médicales en utilisant des infos anatomiques locales pour un meilleur diagnostic.

Une nouvelle méthode améliore l'imagerie par IRM cardiaque, réduisant le bruit et améliorant les détails.

Nouveau modèle améliore la qualité des images DWI à partir de données limitées en utilisant l'apprentissage profond.

L'apprentissage profond améliore notre capacité à voir des objets occlus avec des ondes THz.

Une étude sur l'utilisation de capteurs UWB pour surveiller le comportement des rongeurs dans des environnements contrôlés.