PulseAugur
中
实时 07:48:56
English(EN) Classification of COVID-19 cases from chest CT volumes using hybrid model of 3D CNN and 3D MLP-Mixer

用于COVID-19 CT扫描分类的AI模型显示出有希望的结果 · 2篇论文

作者 PulseAugur 编辑部 · [2 个来源] ·

提交至arXiv的两篇研究论文提出了从胸部CT扫描中对COVID-19病例进行分类的新颖方法。第一篇论文介绍了一种混合2D/3D卷积神经网络（CNN），该网络从CT容积内的多个平面提取特征，在一个包含1288次扫描的数据集上达到了83.3%的准确率。第二篇论文提出了一种结合3D CNN和3D MLP-Mixer的混合模型，该模型利用类似Vision Transformer的架构来捕捉局部和全局图像特征，在一个包含1205次扫描的数据集上达到了79.5%的准确率。这两种方法都旨在协助COVID-19的快速诊断，并缓解医疗机构的人力短缺问题。 AI

影响 这些AI模型可以加速COVID-19的诊断并减轻医疗资源的压力。

排序理由 两篇在arXiv上发表的学术论文，详细介绍了用于医学图像分析的新AI方法。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

用于COVID-19 CT扫描分类的AI模型显示出有希望的结果 · 2篇论文

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori ·

    使用2D和3D混合CNN对各向异性CT容积进行COVID-19病例自动分类的方法

    arXiv:2607.28950v1 Announce Type: new Abstract: This paper proposes an automated classification method of chest CT volumes based on likelihood of COVID-19 cases. Novel coronavirus disease 2019 (COVID-19) spreads over the world, causing a large number of infected patients and deat…

  2. arXiv cs.CV TIER_1 English(EN) · Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori ·

    使用3D CNN和3D MLP-Mixer混合模型对COVID-19病例的胸部CT影像进行分类

    arXiv:2607.28978v1 Announce Type: new Abstract: This paper proposes an automated classification method of COVID-19 chest CT volumes using improved 3D MLP-Mixer. Novel coronavirus disease 2019 (COVID-19) spreads over the world, causing a large number of infected patients and death…

相关实体

相关话题