PulseAugur
中
实时 07:06:37
实体 3D ResNet

3D ResNet

PulseAugur coverage of 3D ResNet — every cluster mentioning 3D ResNet across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
4
90 天内 7
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 7
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 7 条
  1. TOOL · CL_360400 ·

    新 AI 模型通过改进的效率从 3D MRI 对 ADPKD 基因型进行分类

    研究人员开发了 E3PN,一种新颖的深度学习网络,用于使用 3D MRI 扫描对常染色体显性多囊肾病 (ADPKD) 的基因型进行分类。该方法通过采用点采样和 E(3) 不变性来解决大图像尺寸和有限标记数据带来的挑战。与传统的 3D ResNet 模型相比,E3PN 在训练速度和内存效率方面表现出显著的改进,同时在分类性能方面也有适度的提升。

  2. TOOL · CL_287181 ·

    新型STORK模型可自动检测胎儿MRI中的子宫收缩

    研究人员开发了STORK,这是一种新颖的多实例学习模型,旨在检测胎儿MRI扫描中的子宫收缩。该模型采用弱监督方法,基于系列级标签进行训练,无需逐帧标注。STORK分解时空卷积以有效捕捉组织运动和位移,在一个约700个MRI系列的数据集上实现了95.0%的系列级AUROC和94.6%的AUPRC。该模型识别胎盘以外预测性特征的能力,为分析子宫活动提供了一种新的自动化工具。

  3. TOOL · CL_284675 ·

    深度学习模型可检测视频游戏中的多个感知性 Bug

    研究人员开发了一种名为 ResNet-BiLSTM 的深度学习模型,用于从游戏画面中检测视频游戏中的多个感知性 Bug。该模型在基准数据集上取得了 85.78% 的 F1 分数,优于 Inflated 3D ConvNet 和 3D ResNet 等其他视频分类模型。研究强调了时间依赖性建模对准确检测 Bug 的好处,并引入了一个包含 77,969 个带有多个感知性 Bug 标签的视频片段的新数据集。

  4. TOOL · CL_277211 ·

    深度学习模型WIPSNet改进了儿童喘息检测

    研究人员开发了WIPSNet,一种利用隔夜阻抗图谱检测儿童喘息的新型深度学习模型。该3D ResNet架构处理连续小波变换标度图,达到了0.783的AUC,显著优于现有的呼气变异性指数(EVI)和Mamba模型等方法。该模型在32分钟时间上下文下的峰值性能,凸显了多尺度时间聚合对于分析长生理时间序列的重要性。

  5. RESEARCH · CL_185143 ·

    AI模型通过分割预训练减少了脊柱退变分级的标签需求

    研究人员开发了一种使用分割预训练对腰椎退变进行分级的新方法,该方法显著减少了专家标注的放射学分级需求。通过预训练3D ResNet编码器来分割椎骨和椎间盘等解剖结构,该系统仅用20%的手动分级标签即可达到接近全监督的性能。该方法在各种病理学中均表现出改进的性能,特别是对于不常见或空间特异性疾病,使用伪标签达到了0.94的Dice分数。

  6. TOOL · CL_108172 ·

    新的少样本学习方法提升前列腺MRI质量评估

    研究人员开发了一种新颖的少样本学习方法,用于评估双参数MRI扫描的质量,特别侧重于前列腺成像。他们的方法利用双分支3D ResNet融合T2加权和扩散加权成像(DWI)特征,帮助区分真实的解剖结构与畸变伪影。通过结合特征级线性调制和梯度反转层,该系统可以适应b值变化并抑制采集偏差。所提出的框架在现有的少样本学习基线之上显示出显著的改进,为标准化临床工作流程中的前列腺MRI质量控制提供了一种数据高效的解决方案。

  7. TOOL · CL_49392 ·

    AI模型自发生成灵长类视觉皮层方向图

    研究人员开发了一种时空拓扑深度人工神经网络(TDANN),以理解灵长类视觉皮层背侧通路(dorsal stream)的组织。通过使用自监督对比学习方法和空间损失在自然视频上训练3D ResNet,该模型自发生成了与中颞区(MT)区域发现的相似的方向图和拓扑结构。研究表明,MT神经元的特定调谐特性源于区分压力和空间正则化之间的平衡,统一了不同视觉处理通路中的计算原理。