Derniers articles pour Technologie de la santé

Cette recherche parle du rôle de l'apprentissage fédéré pour protéger la vie privée pendant l'analyse des données.

Nouvelles méthodes pour les tests statistiques tout en protégeant la vie privée des données grâce à l'apprentissage fédéré.

Cette étude vise à améliorer la précision du diagnostic en utilisant des modèles avancés et des graphes de connaissances.

DiffRect améliore la segmentation d'images médicales en renforçant la qualité des pseudo-étiquettes et la compréhension de la distribution.

Une nouvelle fonction de perte améliore la précision de la segmentation des tumeurs dans les images médicales.

Une méthode pour ajuster les modèles de langage afin de répondre à des tâches commerciales spécifiques.

Un aperçu de l'apprentissage fédéré combinant la confidentialité différentielle et la blockchain pour la sécurité des données.

Améliorer la détection avec des images RGB et de profondeur pour relever les défis du monde réel.

Cette recherche se concentre sur des systèmes pour répondre à des questions biomédicales en utilisant de grands modèles de langage.

SACNet améliore la segmentation d'images médicales grâce à une architecture innovante et une fonction de perte.

HistoGPT transforme la façon dont les pathologistes font des rapports à partir d'images de tissus.

De nouvelles méthodes améliorent la détection du cancer du sein dans les mammo, s'adaptant à des données variées.

Une nouvelle méthode améliore la détection des B-lines dans les images d'ultrasons des poumons.

Une nouvelle méthode améliore la détection des images et du texte mal étiquetés dans les jeux de données.

Une nouvelle méthode améliore la précision dans l'alignement des images au fil du temps.

De nouvelles méthodes permettent de créer des scanners CT à partir d'images IRM pour réduire le stress des patients.

Une nouvelle méthode utilise l'apprentissage profond pour améliorer l'évaluation du positionnement des mammographies.

Une nouvelle méthode améliore la prise de décision grâce à l'analyse des données historiques.

Un nouveau modèle améliore la confidentialité des données tout en renforçant la précision de l'apprentissage machine.

PULPo améliore l'alignement des images médicales et quantifie l'incertitude de manière efficace.

Un nouveau modèle améliore la détection des contacts occlusaux en dentisterie en utilisant l'apprentissage automatique.

Une méthode pour améliorer l'entraînement des modèles en utilisant des images médicales partiellement étiquetées.

Les données de regard aident à réduire les efforts de labellisation dans l'analyse d'images médicales.

Une nouvelle méthode améliore l'estimation de l'incertitude dans les réponses médicales de l'IA.

Cette étude examine l'efficacité des modèles de langage sur mesure dans le milieu médical.

Un nouveau modèle améliore la détection des tumeurs cérébrales et la génération d'images à partir d'IRM.

Un nouveau modèle améliore les évaluations des maladies oculaires et les références des patients.

FastSAM-3DSlicer simplifie la segmentation 3D dans les images médicales pour un meilleur diagnostic.

Des recherches sur la détection des émotions humaines à travers la parole montrent des résultats prometteurs pour diverses applications.

Ce papier se concentre sur l'amélioration de la fiabilité des sorties des modèles de langue.

L'apprentissage automatique améliore la précision et l'efficacité de la détection des repères en imagerie médicale.

De nouveaux réseaux de neurones utilisant des mémristors améliorent l'efficacité et l'adaptabilité.

Combiner UMLS avec GPT améliore l'extraction d'infos médicales dans des textes cliniques.

Miniature crée des miniatures claires pour les images tissulaires multiplexées, aidant la recherche.

Une nouvelle méthode propose des plages de performance pour la segmentation d'images dans des applications médicales.

De nouveaux modèles améliorent la qualité d'image des tissus pour un meilleur diagnostic des maladies.

Cette étude se concentre sur l'apprentissage par renforcement hors ligne et le développement d'algorithmes pour améliorer la prise de décision.

Une nouvelle méthode combine MCMC diviser pour régner avec des modèles de diffusion pour un meilleur échantillonnage.

De nouvelles méthodes améliorent la prise de décision dans différents domaines grâce à l'apprentissage par renforcement.

TokenSHAP révèle comment les mots impactent les réponses des modèles de langage.