Q-Net: A Quantitative Susceptibility Mapping-based Deep Neural Network for Differential Diagnosis of Brain Iron Deposition in Hemochromatosis
专题命中 诊断辅助 :diagnosis(title,abstract);MRI(abstract);分类 cs.LG、eess.IV
科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
专题命中 诊断辅助 :diagnosis(title,abstract);MRI(abstract);分类 cs.LG、eess.IV
专题命中 诊断辅助 :diagnosis(title,abstract);medical image(abstract);分类 cs.CV、eess.IV
专题命中 诊断辅助 :diagnosis(title,abstract);medical image(abstract);分类 cs.CV、eess.IV
专题命中 诊断辅助 :diagnosis(title,abstract);medical image(abstract);分类 cs.CV、eess.IV
Comments 29 pages, 4 tables
Journal ref Computers in Biology and Medicine, 2021, 104605,
专题命中 诊断辅助 :diagnosis(title,abstract);medical image(abstract);分类 cs.CV、eess.IV
专题命中 诊断辅助 :diagnosis(title,abstract);medical AI(abstract);分类 cs.CV、cs.LG
专题命中 诊断辅助 :diagnosis(title,abstract);CT(abstract);分类 cs.CV、eess.IV
Comments 12 pages, 4 figures, 6 tables
专题命中 诊断辅助 :diagnosis(title,abstract);medical image(abstract);分类 cs.CV、eess.IV
Comments Accepted at the ICPR2020 Workshops
专题命中 诊断辅助 :diagnosis(title,abstract);medical image(abstract);分类 cs.CV、cs.LG
Comments Accepted in Journal of Intelligence-Based Medicine (Elsevier)
Journal ref Journal of Intelligence-Based Medicine, Volumes 4, 2020
专题命中 诊断辅助 :diagnosis(title,abstract);pathology(abstract);分类 cs.LG、eess.IV
Comments accepted at IEEE International Conference on Healthcare Informatics (ICHI 2020)
专题命中 诊断辅助 :CT(title,abstract);diagnosis(abstract);分类 cs.CV、eess.IV
专题命中 诊断辅助 :diagnosis(title,abstract);CT(abstract);分类 cs.CV、eess.IV
专题命中 诊断辅助 :diagnosis(title,abstract);MRI(abstract);分类 cs.LG、eess.IV
Comments AVI 2020 Short Papers, 5 pages, 2 figures, for associated files, see https://github.com/MIMBCD-UI/avi-2020-short-paper
专题命中 诊断辅助 :diagnosis(title,abstract);CT(abstract);分类 cs.CV、eess.IV
Comments MIDL 2020 Full Paper
专题命中 诊断辅助 :diagnosis(title,abstract);CT(abstract);分类 cs.CV、eess.IV
Comments accepted by IEEE Transactions on Medical Imaging, 2020
专题命中 诊断辅助 :diagnosis(title,abstract);medical image(abstract);分类 cs.CV、eess.IV
Comments Dissertation for a Masters of Technology in Data Science
一种双系统癫痫诊断方法:融合Mamba-Bi-LSTM架构与基于SHAP的验证
专题命中 诊断辅助 :diagnosis(title,abstract);medical AI(abstract);分类 eess.SP;biomedical(journal_ref)
AI总结 提出双系统智能诊断框架,主判别系统结合Mamba与Bi-LSTM实现高精度,验证系统通过SHAP提供可解释性,准确率从92.6%提升至98.7%。
Comments 18 pages, 11 figures, 16 tables
Journal ref Biomedical Engineering Advances 11 (2026) 100218
机构 * Department of Medicine I, LMU University Hospital, LMU Munich, Germany(慕尼黑大学医学部第一部门,LMU大学医院,慕尼黑,德国) ; Lunit Inc.(Lunit公司)
专题命中 诊断辅助 :diagnosis(title,abstract);radiology(abstract);分类 cs.CV
Comments Accepted to Computer Vision for Automated Medical Diagnosis (CVAMD) Workshop at ICCV 2025
专题命中 诊断辅助 :diagnosis(title,abstract);medical image(abstract,comments);分类 cs.CV
Comments 13 pages, 3 figures, early accepted by International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI), 2024
通过SNNDeep改进肝病诊断:一种使用多样化学习算法的定制脉冲神经网络
机构 * Institute of Fundamental Technological Research, Polish Academy of Sciences(波兰科学院基础技术研究所)
专题命中 诊断辅助 :diagnosis(title);CT(abstract);biomedical(abstract);分类 cs.CV、q-bio
AI总结 本文提出SNNDeep,一种专为从CT特征二分类肝健康状态优化的脉冲神经网络,通过三种不同学习算法在不同架构上验证,展示了定制SNN在医疗影像中的优越性能。
用于多模态生物医学数据的可解释少样本阿尔茨海默病预测的表格LLMs
机构 * University of Pennsylvania(宾夕法尼亚大学) ; Stony Brook University(石溪大学) ; University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; Medical University of South Carolina(南卡罗来纳医科大学) ; Cedars-Sinai Medical Center(西格拉姆山医疗中心)
专题命中 诊断辅助 :biomedical(title);MRI(abstract);diagnosis(abstract);分类 cs.LG、q-bio
AI总结 本文提出TAP-GPT框架,利用预训练的大语言模型进行少样本阿尔茨海默病分类,展示了其在多模态生物医学数据中的优越性能和可解释性。
MRC-GAT:一种基于元关系耦合的图注意力网络用于可解释的多模态阿尔茨海默病诊断
专题命中 诊断辅助 :diagnosis(title,abstract);MRI(abstract);分类 cs.LG、q-bio
AI总结 MRC-GAT通过元关系耦合和多关系注意力机制,实现多模态阿尔茨海默病诊断的高精度与可解释性。
Comments 27 pages, 10 figures, 10 table
机构 * University of Pennsylvania(宾夕法尼亚大学) ; United States Naval Academy(美国海军学院) ; University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; Cedars Sinai Medical Center(西好莱坞 Cedars Sinai 医院)
专题命中 诊断辅助 :diagnosis(title,abstract);biomedical(abstract);分类 cs.LG、q-bio
Comments accepted by ACM-BCB'25: ACM Conference on Bioinformatics, Computational Biology, and Health Informatics [ACM SIGBio Best Paper Award]
机构 * Department of Computer Science, Technical University of Munich(技术大学慕尼黑计算机科学系) ; Munich Center for Machine Learning (MCML), Munich, Germany(慕尼黑机器学习中心(MCML)) ; Johns Hopkins University, Baltimore, Maryland, USA(约翰霍普金斯大学)
专题命中 诊断辅助 :diagnosis(title,abstract);biomedical(abstract);分类 cs.LG、q-bio
专题命中 诊断辅助 :diagnosis(title,abstract);radiology(abstract);分类 cs.LG、q-bio
Comments Both Manpreet Singh and Sean Macrae contributed equally and should be considered co-first authors. Corresponding author: Yiorgos Alexandros Cavayas
专题命中 诊断辅助 :diagnosis(title,abstract);radiology(abstract);分类 cs.CV、q-bio
专题命中 诊断辅助 :diagnosis(title,abstract);MRI(abstract);分类 cs.LG、q-bio
专题命中 诊断辅助 :diagnosis(title,abstract);pathology(abstract);分类 q-bio、eess.SP
Comments 8 pages, 4 tables, 3 figures
专题命中 诊断辅助 :diagnosis(title,abstract);biomedical(comments,journal_ref);分类 cs.CV、cs.LG、eess.IV
Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2023:008
Journal ref Machine.Learning.for.Biomedical.Imaging. 2 (2023)
专题命中 诊断辅助 :diagnosis(title,abstract);CT(abstract);分类 cs.LG、q-bio
Comments 11 pages, 4 figures, 2 tables