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

Un nuovo modello migliora la valutazione del tessuto cerebrale negli ictus ischemici acuti.

I modelli di intelligenza artificiale migliorano la previsione della gravità del COVID-19 tramite l'analisi delle TC.

Usando dati satellitari per tenere d'occhio i cambiamenti nella popolazione nella capitale del Ruanda.

Nuovi metodi migliorano il rilevamento del COVID-19 nelle TC usando tecniche di deep learning.

Un nuovo sistema accelera la ricerca sui semiconduttori perovskite usando la visione artificiale.

Un nuovo metodo per un'interpolazione video più fluida usando modelli di diffusione latente.

Un nuovo approccio migliora il recupero delle immagini con dati limitati.

Uno sguardo ai metodi non supervisionati per rilevare cambiamenti ambientali.

Nuovi metodi migliorano l'imaging 3D delle scansioni MRI per una diagnosi medica migliore.

Questo studio migliora la segmentazione della risonanza magnetica prostatica usando un approccio di distillazione della conoscenza.

I ricercatori migliorano l'accuratezza della misurazione della frequenza cardiaca in ambienti poco illuminati.

CDRNet usa video standard per migliorare il modeling 3D in tempo reale e il riconoscimento degli oggetti.

Una nuova tecnica migliora la rilevazione dei fluidi nelle immagini di tomografia a coerenza ottica per la diagnosi delle malattie oculari.

Un nuovo metodo colma il divario tra immagini mediche simulate e reali.

MedNeXt migliora la segmentazione delle immagini mediche usando tecniche innovative di reti neurali convoluzionali.

Un nuovo modello migliora la segmentazione polmonare per una diagnosi del cancro migliore.

Un nuovo metodo migliora le prestazioni del modello di rilevamento della salienza nelle immagini scure.

Questa metrica migliora la valutazione della qualità video in tempo reale per esperienze di streaming migliori.

Un nuovo metodo migliora l'affidabilità nello screening delle malattie oculari.

Nuovo metodo migliora la qualità delle immagini MRI gestendo efficacemente i cambiamenti in ingresso.

La colorazione digitale migliora l'imaging dei campioni biologici senza i coloranti tradizionali.

Un nuovo modo per migliorare la qualità delle immagini e l'efficienza della compressione.

Diff-UNet migliora l'accuratezza nella segmentazione di immagini mediche complesse.

Un nuovo modello migliora la segmentazione degli organi nelle immagini CT usando il deep learning.

Nuovi metodi migliorano la qualità delle immagini MRI da dati incompleti usando approcci a doppio dominio.

Un nuovo metodo migliora la creazione di immagini mediche sintetiche per un migliore allenamento dell'IA.

Nuovi metodi migliorano il tracciamento di singole molecole negli organismi viventi.

Scopri come le SNN replicano i processi del cervello per un calcolo più efficiente.

I metodi di rilevamento automatico usando immagini polmonari migliorano la diagnosi del COVID-19.

I modelli di intelligenza artificiale migliorano l'accuratezza nella previsione degli stadi del cancro al seno dalle immagini digitali.

BrST-Net prevede l'attività genica nel cancro al seno usando campioni di tessuto standard.

Nuovo metodo semplifica l'imaging MRI del fegato per maggiore precisione ed efficienza.

Un nuovo metodo migliora la precisione della registrazione delle immagini nelle immagini mediche.

Utilizzare immagini più semplici per migliorare l'analisi attraverso metodi di formazione avanzati.

Uno studio mostra che l'IA può migliorare l'analisi delle radiografie toraciche per la diagnosi di polmonite.

Esplorando l'impatto del machine learning nella diagnosi delle malattie infiammatorie intestinali.

Uno studio sui modelli di deep learning per migliorare l'imaging nella cura del cancro cervicale.

I ricercatori hanno sviluppato il modello Cheff per radiografie toraciche sintetiche di alta qualità.

L'attenzione ai canali senza parametri migliora l'efficienza nella classificazione delle immagini e nella super-risoluzione.

Questa ricerca migliora la segmentazione delle immagini chirurgiche tramite tecniche avanzate di data augmentation.