实体
MRI scans
MRI scans
PulseAugur coverage of MRI scans — every cluster mentioning MRI scans 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
-
隐私保护联邦学习推动个性化乳腺癌预测
研究人员开发了一个用于个性化乳腺癌预测的隐私保护联邦学习框架，该框架使用多模态数据。该方法旨在在保持数据本地性的同时，实现与集中式模型相当的预测性能。该研究评估了该框架的透明度、可扩展性、安全性和公平性，并结合了临床信息、生物标志物数据和MRI扫描来模拟肿瘤进展。研究结果表明，联邦学习在创建数字孪生以协助临床医生和患者进行治疗规划方面具有潜力。
-
AI模型使用部分MRI数据有效分割脑部病灶
研究人员开发并评估了六种深度学习模型训练策略，用于分割MRI扫描中的白质高信号和卒中病灶，特别是在处理部分标记数据集时。他们的分析对2,052个MRI容积的大型队列进行，发现伪标记是提高模型性能最有效的方法。这种方法展示了创建可靠的自动化分割工具的潜力，以帮助监测脑小血管病和提取临床研究的生物标志物。
-
简单的MIL在3D神经影像分类中可媲美复杂模型
研究人员发布了一项基准测试，将多种多实例学习（MIL）方法与3D CNN和ViT在3D神经影像分类任务上进行了比较。研究发现，一种简单的均值池化MIL方法，即使没有注意力机制，在多项任务上的表现也与更复杂的方法相当或更好。这种基线MIL方法训练速度也显著更快，使其成为计算资源有限的从业者的可行选择。