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.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
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。
-
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。
-
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。