实体
MedNeXt-L
MedNeXt-L
PulseAugur coverage of MedNeXt-L — every cluster mentioning MedNeXt-L across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的 3D CarveMix 增强技术改进了 MRI 中的卒中病灶分割
研究人员开发了一种名为 3D CarveMix 的新增强技术，以改进 T1 加权 MRI 扫描中缺血性卒中病灶的分割。该方法在训练期间将真实的病灶斑块动态地粘贴到健康的大脑区域，解决了样本稀缺问题，该问题阻碍了深度学习模型的发展，尤其是在急性病灶方面。该技术在一个包含 55 个临床中心的大型数据集上进行了评估，与基线模型相比，Dice 分数有了显著提高。
-
新AI方法改进MRI扫描中的卒中病灶分割
研究人员开发了 Native-Space 3D CarveMix，这是一种新颖的数据增强技术，用于改进 T1 加权 MRI 扫描中缺血性卒中病灶的分割。该方法通过在训练期间动态生成合成病灶放置，解决了病灶强度不明显和急性期病灶数据稀缺的挑战。将其应用于来自 55 个临床中心的数据集，该方法实现了 0.648 的平均 Dice 分数，优于基线 MedNeXt-L 主干。
-
BATS架构提供资源高效的3D医学图像分割
研究人员推出了一种新颖的3D医学图像分割架构BATS（Boundary-Aware Token Selection），旨在提高资源效率。BATS将高分辨率处理集中在预测类别边界附近，并使用边界预测器来识别需要更高细节的区域。这种方法允许同质区域被粗略表示，从而减少内存使用并可能加快推理速度。在公共CT和MRI数据集上的评估表明，BATS在实现具有竞争力的准确性的同时，显著降低了峰值GPU内存并提高了某些数据集上的推理速度。