实体
ChestXray14
ChestXray14
PulseAugur coverage of ChestXray14 — every cluster mentioning ChestXray14 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
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
-
CLARiTy视觉Transformer改进胸部X光片病理分类和定位
研究人员开发了CLARiTy，这是一种新颖的视觉Transformer模型，用于同时对胸部X光片进行多病理分类和这些病症的弱监督定位。该模型利用特定类别的token生成注意力图，并使用SegmentCAM模块进行改进的分割和背景抑制。在NIH ChestXray14数据集上使用来自ConvNeXtV2教师的蒸馏进行训练，CLARiTy通过OneBox提取器将定位热图转换为边界框，展示了具有竞争力的分类准确性和显著改进的定位性能，尤其是…
-
分析联邦学习框架解决了任务异构医学图像分类问题
研究人员开发了一个分析联邦学习框架，旨在改进多标签医学图像分类，特别是在客户端仅拥有部分疾病标签的场景下。这种新方法只需要一到两轮通信，大大减少了现有联邦学习方法中常见的迭代优化需求。在ChestXray14数据集上的实验表明，与最先进的FedMLP方法相比，BACC和AUC得分有了显著提高，解决了任务异构和缺失类别标签的问题。
-
研究人员通过 CBAM 增强 CNN 以改进多标签 X 光诊断
研究人员开发了一种新策略，以提高深度学习模型从胸部 X 光片中诊断多种疾病的准确性。他们的方法将卷积块注意力模块 (CBAM) 与传统卷积神经网络 (CNN) 主干相结合，以增强特征细化和提取。该方法专门解决了类别不平衡和识别共存病理学等挑战，在 ChestXray14 数据集上实现了 0.8695 的平均 AUC。