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

Un aperçu de la technologie des matrices de convolution à pixels programmables sur le terrain et son impact.

U-MedSAM améliore la précision et la fiabilité dans la segmentation des images médicales.

NuLite simplifie le diagnostic du cancer avec une segmentation d'image rapide et efficace.

Un nouveau système améliore les rapports IRM cérébraux pour les radiologues.

De nouvelles méthodes améliorent l'évaluation de la qualité vidéo en utilisant des techniques d'encodage avancées.

AID-DTI améliore l'efficacité de l'imagerie cérébrale avec moins de mesures.

De nouveaux systèmes combinent audio et vidéo pour une meilleure détection de la violence dans les espaces publics.

Une nouvelle méthode améliore l'analyse des tissus en utilisant plusieurs colorations et l'apprentissage automatique.

La méthode LIP-CAR réduit l'utilisation de l'agent de contraste tout en améliorant la qualité de l'image.

Cet article examine le biais racial dans l'imagerie cardiaque basée sur l'IA et propose des solutions.

Une nouvelle méthode d'apprentissage profond améliore l'analyse des défauts de pores dans les poudres métalliques.

BVI-AOM propose une ressource variée pour optimiser les techniques de compression vidéo.

Une revue complète des techniques d'apprentissage profond dans l'analyse d'images médicales.

SAM2 améliore l'analyse d'images médicales, rendant les tâches plus précises et accessibles pour les docs.

Une nouvelle méthode utilise une seule carte pour créer des échocardiogrammes réalistes.

SAM-2 améliore l'analyse vidéo chirurgicale, gérant des défis comme la fumée et un éclairage faible.

AnatCL utilise l'apprentissage profond pour améliorer l'analyse des IRM pour la santé du cerveau.

Un nouveau système améliore l'imagerie rétinienne grâce à des techniques OCT et confocales.

Cette approche innovante améliore l'imagerie des échantillons biologiques sans étiquettes.

Explorer les difficultés à prédire le statut MGMT en utilisant l'IRM chez les patients atteints de gliome.

Un nouveau cadre améliore la segmentation d'images médicales avec moins d'images étiquetées.

Un nouvel outil relie l'expression des gènes et la structure des tissus pour mieux faire de la recherche médicale.

Une nouvelle approche améliore la qualité des images IRM tout en réduisant le temps de collecte.

Une nouvelle méthode améliore la précision de l'imagerie des vaisseaux sanguins pour le traitement de la TVP.

Les techniques d'apprentissage profond améliorent l'identification du foramen mentonnier dans les radiographies dentaires.

Une étude révèle comment la diversité des patients affecte les modèles de segmentation dans le domaine de la santé.

Explore comment l'IA et l'apprentissage par transfert transforment la détection du cancer du rein.

Une nouvelle méthode améliore le diagnostic de la pneumonie en utilisant des techniques d'apprentissage profond.

Présentation d'une méthode pour améliorer la mesure de turbulence et la clarté des images infrarouges.

Un nouveau modèle améliore la précision de la mesure du placenta à partir des images échographiques 3D.

Une nouvelle méthode utilise l'imagerie rétinienne pour identifier les signes précoces de la démence.

Une nouvelle approche en tractographie améliore la précision et l'efficacité du mapping cérébral.

Une nouvelle méthode améliore la précision de segmentation du disque optique et de la cupule dans les images rétiniennes.

Un nouveau cadre améliore la classification des maladies à partir d'images médicales, même avec des conditions de données variées.

Un nouveau modèle améliore l'identification et la segmentation des blessures pour un meilleur soin des patients.

Nouveau jeu de données et modèle améliorent la détection de têtes dans des scènes bondées.

Analyser l'efficacité de SAM 2 dans la segmentation des polypes pour la détection du cancer colorectal.

Un aperçu des approches classiques et d'apprentissage approfondi dans l'enregistrement d'images médicales.

Cette étude compare les techniques traditionnelles et modernes pour enlever le bruit d'image.

Les innovations en deep learning améliorent la précision des images médicales pour de meilleurs résultats en santé.