Articoli più recenti per Radiologia

Il nuovo modello migliora l'imaging CT con meno visualizzazioni, assicurando risultati più chiari e dettagliati.

Un modello linguistico specializzato pensato per migliorare i report di radiologia e l'efficienza.

Un nuovo metodo per generare report di radiografie toraciche migliora l'accuratezza e la rilevanza clinica.

MaskGAN migliora la sintesi delle immagini CT da scansioni MRI senza annotazioni dettagliate.

Nuove linee guida mirano a proteggere le donne durante lo screening per il cancro al seno.

Nuove tecniche accelerano le scansioni MRI migliorando la qualità delle immagini.

Uno studio per migliorare la ricostruzione delle immagini TC della testa usando la tecnologia del deep learning.

Nuovi metodi migliorano la chiarezza e l'analisi delle scansioni cerebrali.

Nuove strategie migliorano la valutazione delle mammografie per una migliore rilevazione del cancro al seno.

I modelli di intelligenza artificiale possono migliorare il modo in cui i radiologi accedono alle informazioni sui pazienti per diagnosi più accurate.

Un nuovo modello migliora la classificazione dei sottotipi di cancro ai polmoni usando immagini TC e patologiche.

Un nuovo metodo migliora la qualità e la velocità delle immagini MRI usando ipernetwork.

Questo metodo migliora l'accuratezza nel corrispondere le posizioni anatomiche nelle scansioni mediche.

Un nuovo modello migliora l'accuratezza nella segmentazione delle lesioni cerebrali usando attenzione a grande nucleo.

I progressi dell'IA migliorano l'imaging medico per decisioni sanitarie più efficaci.

Questo studio valuta il ruolo dell'NLP nel riassumere i referti radiologici utilizzando modelli di linguaggio avanzati.

Presentiamo GravityNet, un nuovo modello che migliora la precisione nella rilevazione di piccole lesioni nelle immagini mediche.

Valutare l'efficacia diagnostica di ChatGPT nelle condizioni muscoloscheletriche rispetto ai radiologi umani.

Nuove tecniche migliorano la chiarezza e la precisione delle immagini PET usando modelli generativi.

Uno strumento potente migliora la gestione delle immagini mediche per le applicazioni di machine learning.

Uno studio rivela un'alta prevalenza di dismorfismo sacrale nelle TC pelviche kenyane.

Un metodo di deep learning migliora il rilevamento dei problemi renali nell'imaging medico.

La ricerca mostra progressi nel prevedere gli esiti per i pazienti con metastasi cerebrali.

Questa ricerca migliora la valutazione dei report di radiologia generati dall'AI grazie alla collaborazione di esperti.

Esaminando il ruolo dell'IA generativa nell'educazione dei pazienti per malattie gravi.

Un modello di deep learning migliora la rilevazione delle fratture nelle immagini a raggi X.

Un nuovo framework migliora il modo in cui misuriamo la gravità nelle immagini a raggi X.

DeepATLAS identifica in modo efficiente le strutture anatomiche nelle scansioni TC senza bisogno di molti dati etichettati.

SegmentAnyBone migliora l'accuratezza dell'imaging osseo nelle risonanze magnetiche per una diagnosi migliore.

Migliorare la qualità delle immagini nella TC a raggi X tramite funzioni di perdita mirate.

Nuovi metodi migliorano l'identificazione dei materiali nell'imaging medico.

Nuovi metodi migliorano la chiarezza nelle immagini del cervello, aiutando nella diagnosi della salute.

DuDoCFNet combina compiti per migliorare l'imaging cardiaco riducendo l'esposizione ai raggi X.

Nuovi strumenti migliorano l'analisi delle TC toraciche e la precisione della diagnosi.

Le tecniche di deep learning migliorano la qualità delle immagini CBCT riducendo gli artefatti.

Le innovazioni dell'AI migliorano la rilevazione e la diagnosi delle fratture costali per una migliore assistenza ai pazienti.

ProtoVerse migliora l'interpretabilità nella classificazione delle fratture vertebrali usando il deep learning.

Un nuovo modello migliora la diagnosi automatizzata delle radiografie toraciche attraverso l'apprendimento auto-supervisionato.

Un nuovo modello migliora la classificazione delle lesioni epatiche nell'imaging 3D.

Uno studio rivela cosa i pazienti apprezzano nei servizi di imaging ambulatoriale.