Derniers articles pour Imagerie médicale

Une nouvelle méthode basée sur des graphes améliore la squelettisation pour l'analyse des formes anatomiques.

Un nouveau programme améliore l'analyse des images du cœur, aidant à détecter des maladies.

Une nouvelle technique améliore la compréhension des arrangements de fibres cérébrales chez les nouveau-nés.

Utiliser des modèles d'IA pour améliorer le diagnostic du kératocône grâce aux données OCT.

Une nouvelle méthode améliore la clarté des scans PET à faible dose en utilisant l'apprentissage profond et l'IRM.

Une nouvelle méthode améliore la reconstruction 3D à partir de vidéos endoscopiques pour des applications chirurgicales.

Nouveau modèle améliore la précision dans la segmentation des tumeurs à partir des scans PET/CT.

Présentation d'une nouvelle méthode pour segmenter avec précision les lésions cutanées en utilisant des techniques avancées.

Une nouvelle approche améliore la segmentation avec peu de données étiquetées.

Des méthodes innovantes améliorent l'imagerie SPECT pour un meilleur plan de traitement du cancer.

Un nouveau cadre améliore la précision des images échographiques pendant le suivi du travail.

Une nouvelle technique améliore la clarté des images X des os, ce qui aide au diagnostic.

Une étude souligne le besoin de fiabilité dans les modèles d'apprentissage machine pour IRM.

Un nouveau modèle améliore l'évaluation des images sans références originales.

Une nouvelle méthode améliore la détection des ganglions lymphatiques dans le diagnostic du cancer grâce à l'apprentissage profond.

Une nouvelle méthode pour évaluer la qualité de la génération d'images IRM cérébrales.

Brain-Net-Diffusion améliore l'analyse des données fMRI pour les troubles du spectre autistique.

Une nouvelle méthode améliore l'estimation de la profondeur dans les images endoscopiques pour de meilleurs résultats chirurgicaux.

Un nouveau modèle utilise des données synthétiques pour améliorer l'analyse et l'efficacité des échographies cardiaques.

Une étude montre que les variations de teint gênent les réseaux de neurones profonds dans la prédiction du cancer.

PSTNet améliore la détection des polypes en utilisant des techniques d'imagerie avancées.

Une nouvelle méthode améliore les images rétiniennes pour un meilleur diagnostic des maladies.

Des scientifiques créent un atlas détaillé du cerveau de la souris pour améliorer la recherche.

Une nouvelle méthode améliore l'analyse des IRM pour les tumeurs cérébrales.

MAISI crée des images médicales synthétiques de haute qualité pour pallier les limitations de données.

Une nouvelle méthode améliore la segmentation d'images médicales en réduisant la perte d'informations.

FiAt-Net améliore la détection des plaques risquées dans la maladie coronarienne.

GLCONet améliore la détection des objets camouflés en utilisant des caractéristiques locales et globales.

Une nouvelle méthode améliore le transfert de caractéristiques dans les représentations neuronales implicites pour les images.

Les outils d'IA montrent un bon potentiel pour améliorer la précision du diagnostic des maladies de la peau.

Une étude compare des CNN pré-entraînés et des modèles de base pour la récupération d'images médicales.

De nouvelles méthodes d'imagerie améliorent le diagnostic de la sarcoïdose cardiaque grâce à une analyse automatisée.

AUGMENT propose un nouveau cadre pour évaluer les outils de segmentation IA dans le domaine de la santé.

L'imagerie métabolique du deutérium révèle des insights sur le métabolisme du glucose dans les tumeurs.

NSSR-DIL transforme les images de mauvaise qualité efficacement sans avoir besoin de gros ensembles de données.

Une nouvelle méthode améliore la précision de détection des polypes pendant les coloscopies.

Une nouvelle méthode améliore la représentation d'images et de formes en utilisant une fonction d'activation apprenable.

L'automatisation de la segmentation des tumeurs dans les images PET/CT améliore la précision et accélère le diagnostic.

CCT-R améliore la segmentation d'images médicales en utilisant l'apprentissage semi-supervisé et l'enregistrement spatial.

Examen de la variabilité dans les mesures T1 IRM et le rôle du transfert de magnétisation.