Derniers articles pour Imagerie médicale

Explorer l'impact de l'apprentissage fédéré sur la confidentialité des données médicales et les stratégies de protection.

Une nouvelle approche utilise l'IRM en temps réel pour visualiser les mouvements de production de la parole.

Une nouvelle approche d'IA améliore le diagnostic de l'adénocarcinome dans différentes conditions d'imagerie.

Des scientifiques révolutionnent l'imagerie cérébrale avec l'inférence basée sur des simulations, améliorant la vitesse et la précision.

Une nouvelle méthode améliore les images de CT pour un meilleur plan de traitement du cancer.

Une méthode qui aligne des formes 3D avec des images 2D sans points correspondants.

Un modèle pour évaluer la qualité de la segmentation sans références de vérité terrain.

MedCLIP-SAMv2 améliore la détection des tumeurs en utilisant des techniques de segmentation avancées et un minimum de données étiquetées.

Un nouvel index aide à évaluer la diversité dans les images médicales générées par l'IA.

Une nouvelle méthode améliore la clarté des images CT en supprimant efficacement les artefacts en anneau.

Cette étude révèle des méthodes efficaces pour reconnaître les gestes de la main grâce à l'imagerie par ultrasons.

Cette étude explore l'imagerie rapide du cerveau fœtal et du placenta en utilisant l'IRM à faible champ.

MedViLaM intègre plusieurs types de données médicales pour une meilleure analyse et prise de décision.

Un nouveau modèle simplifie la génération de rapports à partir des scans cérébraux.

DuoGNN améliore l'analyse des graphes en séparant les interactions entre les nœuds pour de meilleures performances.

Une nouvelle méthode améliore l'imagerie par IRM en corrigeant les mouvements pendant les scans.

UIR-LoRA améliore la restauration d'images en gérant plusieurs dégradations en même temps.

Une nouvelle méthode améliore la précision de segmentation en intégrant la forme et l'intensité dans les images médicales.

Une nouvelle technique améliore la qualité d'image en imagerie médicale en s'attaquant aux défis des données.

Des recherches montrent que le 18F-PI-2620 est prometteur pour suivre l'accumulation de tau chez les patients atteints de PSP.

Combiner des types d'IRM améliore la segmentation des tumeurs cérébrales et les résultats du traitement.

TUMSyn génère des images IRM en utilisant des scans existants et des invites textuelles pour aider aux diagnostics.

RadFlag aide à garantir que les rapports médicaux générés par l'IA sont précis et fiables.

Une étude examine les effets de la compression avec perte sur l'apprentissage profond dans la segmentation d'images médicales.

Une nouvelle méthode améliore la précision de détection en imagerie médicale.

Des chercheurs augmentent la polarisation de spin du carbone-13 de 5 % à température ambiante.

Explorer le potentiel des peignes de fréquence phononique dans les systèmes moléculaires et leurs applications.

DRL-STNet améliore la segmentation des images médicales dans différentes modalités.

Une nouvelle méthode d'apprentissage profond améliore la vitesse et la qualité de l'imagerie du métabolisme cérébral.

Un nouveau modèle d'IA améliore la classification des maladies pulmonaires à partir des images X-ray.

De nouvelles méthodes améliorent l'analyse des images médicales en reliant les données 2D et 3D.

Un nouveau pipeline améliore l'analyse d'imagerie calcique dans la recherche en neurosciences.

Les capteurs iLGAD montrent du potentiel pour améliorer la précision et l'efficacité de la détection des radiations.

La technologie IA change la façon dont les rapports de radiologie sont créés, améliorant l'efficacité.

Un modèle d'apprentissage profond améliore la détection des plaques carotidiennes dans les images d'échographie.

Une étude révèle des méthodes pour réduire le bruit dans les images médicales afin de mieux suivre les tumeurs.

Combiner des données d'imagerie et génétiques améliore la précision du diagnostic du cancer du poumon.

Les techniques pour réduire le bruit améliorent la qualité d'image dans différents domaines.

Des techniques innovantes dans la génération de données synthétiques améliorent la formation en échocardiographie.

Cette étude améliore l'analyse IRM pour une meilleure évaluation de la moelle épinière cervicale.