实体
PCYT1A
PCYT1A
PulseAugur coverage of PCYT1A — every cluster mentioning PCYT1A 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
-
新框架增强CT扫描3D冠状动脉重建
研究人员开发了一种新颖的框架，用于从心脏CT血管造影（CCTA）数据中重建3D双侧冠状动脉树。该方法通过采用多尺度表示和黎曼树状结构框架，解决了量化、区域模糊和动脉口漂移等局限性。该系统利用深度学习方法，包含边界跳跃、残差分支、亚体素位移头和动脉口检测器等特定架构组件，并使用AdamW优化器进行训练。在未见过的CCTA数据集上的评估表明，重建精度显著提高，中心线距离和F1分数等指标显示出优于现有方法的性能。
-
新指标CSM$_{CCTA}$评估AI生成的冠状动脉CTA报告
研究人员开发了一种名为CSM$_{CCTA}$的新指标，用于评估自动冠状动脉计算机断层扫描血管造影（CCTA）报告的生成。该指标与放射科医生评分高度相关，并用于在包含3000多个CCTA序列的基准数据集上评估七个开源3D视觉语言模型。在测试的模型中，经过CCTA训练的C2RG模型表现最佳，但仍未达到最优水平，而通用模型则生成了高比例的不相关报告。
-
新的深度学习模型改进冠状动脉狭窄分级
研究人员开发了一种新颖的深度学习算法，用于对冠状动脉狭窄进行分级，这是诊断冠状动脉疾病的关键步骤。提出的曲面特征重建（CFR）模块有效地融合了来自CCTA和3D SCPR图像的数据，克服了每种模态的局限性。此外，临床风险感知（CR）损失函数将临床风险信息整合到训练过程中，从而提高了诊断准确性。在内部数据集上的实验表明，该方法显著优于现有方法。