实体
German National Cohort
German National Cohort
PulseAugur coverage of German National Cohort — every cluster mentioning German National Cohort 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
-
人工智能从深度图像预测三维器官位置，用于放射工作流程
研究人员开发了一个新颖的框架，可以从单个二维深度图像预测41个解剖结构的三个维度位置和形状。该方法在从MRI扫描生成的合成深度图像上进行训练，旨在自动化放射工作流程中的患者台定位。该系统实现了0.44的平均Dice相似系数和7.69毫米的平均表面距离，证明了其减少设置时间和操作员变异性的潜力。
-
新的AI模型提供更快、更高效的医学图像翻译
研究人员开发了新的医学图像翻译方法，这些方法比现有的扩散模型更快、更高效。一项研究介绍了一种轻量级U-Net，其准确性优于最先进的去噪扩散概率模型（DDPM），并显著减少了推理时间。另一篇论文提出了一种用于3D体积医学图像翻译的像素拼贴扩散模型（PPDM），该模型在保持高保真度的同时，大幅降低了GPU内存使用量并加快了推理速度。
-
使用对抗性随机森林的合成数据可准确重现流行病学发现
一项发表在arXiv上的新研究提出，对抗性随机森林（ARF）是一种生成合成流行病学数据的有效方法。该研究使用ARF生成的数据复制了六项现有流行病学研究的分析，发现结果与原始发现一致。与常用的数据合成器相比，ARF在效用、隐私保护和计算效率方面表现更优。