Articoli più recenti per Tecnologia sanitaria

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

MEDFuse combina dati strutturati e non strutturati per previsioni migliori sui risultati sanitari.

DuoFormer migliora l'analisi delle immagini mediche, potenziando le capacità di rilevamento del cancro.

Uno studio sulle caratteristiche del traffico di rete dei dispositivi medici per una sicurezza migliore.

Un nuovo approccio migliora i sistemi SER utilizzando descrizioni degli ambienti rumorosi.

Uno sguardo allo stato attuale e alle sfide dello screening della tubercolosi a livello globale.

Questo articolo affronta i problemi di miscalibrazione nei modelli visione-lingua e propone soluzioni.

Un nuovo modello offre previsioni precise con spiegazioni chiare per prendere decisioni migliori.

Uno studio esamina i metodi per analizzare le lesioni multiple nei pazienti oncologici.

Impara a identificare schemi insoliti nei dati delle serie temporali con la profondità di Markov.

Il scanner J-PET migliora la PET misurando la polarizzazione dei fotoni per diagnosi migliori.

Esplorando l'impatto di Hyperledger Fabric sui registri sanitari elettronici in Sudafrica.

Ti presento ESCAPE, un framework che migliora la precisione e la velocità del riconoscimento della posa 3D umana.

I metodi AI migliorano l'accuratezza e l'efficienza nella creazione di referti radiologici.

Un nuovo metodo migliora i dati sintetici per l'analisi dei campioni tissutali.

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

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

La ricerca punta a migliorare l'affidabilità dell'IA e l'efficienza energetica in diverse applicazioni.

Nuovi metodi nell'IA mostrano potenzialità per la rilevazione precoce della tubercolosi usando radiografie toraciche.

Rivoluzionare le scansioni dei pazienti con la tecnologia di riconoscimento gestuale per una maggiore precisione.

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

Un nuovo framework migliora il riconoscimento delle azioni in contesti dinamici.

Un framework progettato per migliorare l'analisi dei dati medici attraverso la partnership tra umani e intelligenza artificiale.

La ricerca mostra che l'apprendimento attivo migliora l'abilità dell'IA nel rilevare malattie oculari nelle immagini OCTA.

Un nuovo metodo per identificare vulnerabilità nei sistemi DRL.

Uno studio svela il potenziale del LACI nella valutazione dell'insufficienza cardiaca.

Un nuovo metodo migliora la coerenza delle immagini MRI provenienti da diverse fonti.

Questo nuovo modello migliora la trasparenza nelle decisioni dell'IA usando concetti umani.

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

Uno studio ha rivelato vulnerabilità nei modelli di intelligenza artificiale usati per la diagnosi del cancro.

I modelli di deep learning analizzano le registrazioni vocali per identificare insufficienza respiratoria e stimare i livelli di ossigeno.

Una guida per gestire le incertezze nella segmentazione delle immagini mediche per una diagnosi migliore.

I modelli avanzati prevedono le condizioni cardiache utilizzando segnali PPG e ECG.

Uno studio sull'uso dei modelli linguistici per valutare i metodi di spiegazione dell'IA per il riconoscimento delle attività.

Un nuovo metodo migliora l'analisi dei dati sicuri proteggendo la privacy.

Esplorando il ruolo delle reti neurali a picchi nell'apprendimento federato verticale per la privacy dei dati.

Esaminando i rischi per la privacy nelle spiegazioni dei modelli e strategie per migliorare la sicurezza.

i-CardiAx è un dispositivo indossabile per la rilevazione precoce della sepsi tramite monitoraggio continuo dei segni vitali.

WLDA migliora la classificazione dell'AI gestendo i dati mancanti in modo efficace.

Scopri come l'apprendimento continuo sta trasformando l'intelligenza artificiale e le sue applicazioni.