Articoli più recenti per Tecnologia sanitaria

Una recensione dei dataset di immagini whole-slide del cancro al seno per il progresso della ricerca.

Un metodo strutturato migliora l'accuratezza nella diagnosi del cancro al pancreas.

Scopri come il deep learning bayesiano migliora l'accuratezza e l'affidabilità delle previsioni.

Questo studio valuta l'efficacia dei metodi XAI nell'imaging medico.

Nuovo framework migliora la diagnosi della fibrosi epatica attraverso l'analisi delle immagini multi-view.

Uno sguardo all'apprendimento sicuro con più agenti in ambienti ristretti.

Affrontare le sfide della trasparenza nei processi decisionali dell'AI.

Un nuovo modello migliora il rilevamento delle fratture delle costole usando annotazioni dati diverse.

Valutare come i cambiamenti ambientali influenzano le prestazioni dei modelli di riconoscimento delle immagini.

QNNRepair migliora l'accuratezza delle reti neurali dopo la quantizzazione.

Un modello che impara continuamente mentre fornisce spiegazioni chiare per le sue decisioni.

Un nuovo metodo accelera le scansioni MRI mantenendo la qualità dell'immagine.

Un nuovo metodo migliora l'accuratezza nell'elaborazione delle immagini mediche.

Un nuovo G-CNN migliora l'analisi delle immagini mediche 3D e la precisione.

ReCoV aiuta a identificare e rimuovere etichette rumorose per migliorare le prestazioni del modello.

HeaRT crea tempistiche chiare da cartelle cliniche complesse, aiutando i dottori nella cura dei pazienti.

Nuovi metodi migliorano l'accuratezza nelle immagini mediche usando deep learning e fantasmi che imitano i tessuti.

Un nuovo metodo migliora le prestazioni dell'apprendimento federato in mezzo a preoccupazioni per la privacy dei dati.

Nuovi metodi migliorano la precisione nell'analisi delle radiografie toraciche usando dati CT.

ProtoDiff migliora l'apprendimento dei prototipi per una classificazione efficace con dati limitati.

Nuovi metodi migliorano la precisione nell'allineamento delle nuvole di punti mediche nel tempo.

Un nuovo metodo migliora la classificazione delle immagini mediche proteggendo i dati dei pazienti.

Esplorando l'importanza dell'IA spiegabile per decisioni affidabili.

LegoNet migliora la segmentazione delle immagini per le scansioni mediche usando tecniche innovative di costruzione a blocchi.

ViG-UNet combina reti neurali a grafo e U-Net per migliorare l'analisi delle immagini mediche.

Un nuovo metodo si concentra sulla struttura dei dati per migliorare i risultati dell'addestramento dell'IA.

Nuovi metodi migliorano i dispositivi visivi per chi ha problemi di vista.

Nuovo metodo di deformazione a rete profonda migliora l'accuratezza nella segmentazione degli organi addominali.

Uno studio sulla affidabilità dei metodi basati sulla rimozione nel machine learning.

La ricerca presenta modi innovativi per identificare il dolore cronico usando i dati sull'attività cerebrale.

Elabora in modo efficiente dati sensibili di serie temporali nel cloud in sicurezza.

Un nuovo modello affronta le preoccupazioni sulla privacy nelle reti sanitarie intelligenti usando blockchain e approcci basati sulla fiducia.

uno studio mostra che gli strumenti di deep learning possono migliorare le valutazioni delle radiografie del torace.

Valutare le performance dei grandi modelli linguistici nelle risposte a domande biomediche tramite BioASQ.

Uno sguardo a come migliorare la velocità del VFL mantenendo la privacy dei dati.

Un nuovo approccio per migliorare le prestazioni del modello nei dataset sbilanciati.

Combinare il federated learning e la blockchain migliora la privacy dei dati nei modelli collaborativi.

Nuovi metodi migliorano l'addestramento per un riconoscimento degli oggetti nelle immagini più preciso.

Un nuovo approccio migliora la classificazione dei nuclei nell'imaging medico usando l'apprendimento auto-supervisionato.

Scopri un nuovo algoritmo che migliora la sicurezza e l'efficienza nelle decisioni.