Derniers articles pour Technologie de la santé

Une nouvelle approche révèle des liens entre la structure du cerveau et les fonctions cognitives.

Une étude révèle l'impact de la symétrie faciale sur la classification des émotions par l'IA.

Le cadre D2UE améliore la détection des anomalies dans les images médicales en utilisant différentes approches de modèles.

Ce système améliore l'efficacité et la précision de l'échographie pulmonaire grâce à l'assistance robotique.

Une nouvelle méthode équilibre la personnalisation et la vie privée dans l'apprentissage fédéré.

Les outils d'IA dans la santé offrent des avantages mais soulèvent d'importantes inquiétudes en matière de sécurité.

Explorer les alliages à mémoire de forme pour des interactions plus intelligentes avec les robots souples.

Découvre comment l'apprentissage automatique améliore la planification chirurgicale en neurochirurgie.

Une nouvelle méthode améliore la précision de la segmentation des lésions de la SEP dans les IRM.

CryptoTrain combine des techniques cryptographiques pour protéger les données sensibles pendant l'entraînement des modèles de machine learning.

Une nouvelle méthode améliore la façon dont les médecins diagnostiquent les problèmes de foie en utilisant des ondes sonores.

Une nouvelle méthode améliore la qualité et la rapidité des images IRM.

FeDETR utilise l'apprentissage fédéré pour améliorer l'évaluation de la sténose coronaire.

RadOnc-GPT améliore l'efficacité des échanges avec les patients atteints de cancer de la prostate.

Un cadre pour améliorer la confiance dans les LLMs tout en gérant des infos sensibles.

Évaluer l'impact des LLM sur la documentation en santé et la sécurité.

Une étude examine les méthodes d'apprentissage auto-supervisé pour améliorer l'imagerie cardiovasculaire.

Une nouvelle approche améliore la façon dont l'IA évalue l'incertitude dans ses prévisions.

DREAMS simplifie l'apprentissage profond pour les données EEG, en promouvant la transparence et des pratiques éthiques.

M3CoL améliore la capacité de l'IA à apprendre à partir de différents types de données.

Une enquête révèle les attitudes envers les applis de santé et le partage de données entre les générations.

Pf-SMARRT améliore la détection de la résistance au traitement du paludisme au Cameroun.

Une nouvelle méthode améliore la segmentation d'objets dans les images sans avoir besoin de labels manuels.

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

Explorer l'impact de la transcription sur la documentation infirmière en Suisse.

Une étude montre que des infos claires sur la vie privée boostent les uploads de données médicales dans les systèmes EHR.

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

HealthQ évalue la capacité de l'IA à poser des questions dans le soin des patients.

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

La technologie IA améliore la précision et la rapidité de l'extraction de médicaments dans le domaine de la santé.

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

Explorer le rôle de l'apprentissage fédéré dans l'amélioration de l'imagerie médicale tout en protégeant la vie privée des patients.

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

Une nouvelle méthode pour adapter des données de séries temporelles sans avoir besoin d'informations de source.

Combiner des prompts globaux et locaux améliore les modèles d'apprentissage fédéré tout en préservant la vie privée des données.

Une infirmière robotique conçue pour aider dans les salles d'opération et améliorer l'efficacité chirurgicale.

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

Une nouvelle approche pour entraîner des modèles d'IA tout en respectant les normes de sécurité.

Une nouvelle méthode soulève des inquiétudes de sécurité dans les systèmes EEG tout en mettant en avant des utilisations protectrices potentielles.

Une nouvelle approche pour améliorer la précision des prévisions dans les données de séries temporelles irrégulières.