Ingegneria elettrica e scienze dei sistemi - Elaborazione di immagini e video

Nuovo approccio migliora l'accuratezza dell'imaging medico usando dati non etichettati e tecniche di autoapprendimento.

Un nuovo metodo migliora la rilevazione di problemi cerebrali fetali nelle immagini ecografiche.

Presentando un nuovo metodo per migliorare la risoluzione delle immagini a campo luminoso.

Un nuovo metodo migliora le impronte digitali sfocate per una maggiore precisione nell'identificazione.

Nuovi metodi migliorano la qualità delle immagini MRI senza riferimenti puliti.

Scopri gli ultimi sviluppi nel monitoraggio di oggetti in movimento in diverse applicazioni.

I ricercatori migliorano la tecnologia per identificare le fratture al polso nelle radiografie dei bambini.

Approcci innovativi migliorano la modellazione delle arterie coronarie per trattamenti migliori delle malattie cardiache.

Nuovi metodi migliorano la segmentazione del cervello per la pianificazione del trattamento del Parkinson.

Un nuovo metodo migliora l'accuratezza nella stima della profondità usando l'imaging a campo luminoso.

Un nuovo sistema migliora la classificazione dei tessuti usando tecniche di deep learning.

L'IA migliora la rilevazione precoce dei polipi colorettali tramite tecniche di imaging avanzate.

HDRSplat migliora l'accuratezza del modellamento 3D in condizioni di scarsa illuminazione.

Le tecniche di deep learning sembrano promettenti nel segmentare il pancreas dalle scansioni CT.

DeepClean automatizza l'identificazione e la correzione delle distorsioni nelle immagini.

Un nuovo framework migliora l'accuratezza nella rilevazione dei polipi nell'imaging gastrointestinale.

Un nuovo modello che combina Unet e TransUnet per una migliore segmentazione dei nuclei.

Lo studio valuta l'efficacia di nnU-Net nella segmentazione delle immagini di risonanza magnetica cardiaca.

Una nuova tecnica di imaging aiuta a monitorare la funzione dei capillari cerebrali.

Presentiamo un metodo che semplifica la creazione di immagini e migliora l'accuratezza nell'imaging cellulare.

Un nuovo modello migliora i compiti clinici nella patologia digitale.

Un nuovo metodo migliora l'allineamento delle immagini retiniche per aiutare nella diagnosi delle malattie oculari.

Nuove tecniche di intelligenza artificiale migliorano la classificazione dei sottotipi di cancro ovarico.

LKCell offre un metodo efficiente per identificare i nuclei cellulari nelle immagini mediche.

Nuovo metodo migliora le immagini MRI mostrando l'incertezza nelle ricostruzioni.

Un nuovo metodo migliora l'imaging medico mentre protegge i dati dei pazienti.

Il modello DeepLabv3++ migliora l'accuratezza nello screening del cancro Colorettale.

Nuovi metodi migliorano l'imaging iperspettrale per risultati chirurgici migliori.

Esplorare nuovi metodi nella registrazione delle immagini mediche e la loro efficacia.

Il framework X-Fake migliora la qualità delle immagini SAR simulate per migliori applicazioni di deep learning.

Un nuovo modo per migliorare la classificazione delle immagini mediche mantenendo la privacy dei pazienti.

Questo studio presenta il punteggio medio di opinione per valutare i metodi di spiegazione dell'IA.

Nuove tecniche migliorano la stima della profondità in condizioni difficili usando LiDAR a singolo fotone.

Un metodo a due fasi migliora l'accuratezza nell'analisi delle immagini del cuore.

I ricercatori migliorano l'accuratezza degli ultrasuoni fetali usando immagini sintetiche e machine learning.

Questo studio migliora la misurazione della testa fetale con l'ecografia usando tecniche di deep learning.

Nuove tecniche automatizzate migliorano l'accuratezza e la velocità nella diagnosi delle malattie della tiroide.

Nuovi metodi mirano a semplificare il calcolo del punteggio SYNTAX per la valutazione delle malattie cardiache.

Esaminando le differenze di prestazione nel machine learning per le immagini retiniche e la rilevazione dell'ipertensione.

Usare UMAP per trovare errori di etichettatura nei dataset di immagini mediche.