Deep Generative Classifiers for Thoracic Disease Diagnosis with Chest X-ray Images
专题命中 医学影像 :diagnosis(title,abstract);分类 cs.CV、cs.LG
Comments BIBM 2018 accepted
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 医学影像 :diagnosis(title,abstract);分类 cs.CV、cs.LG
Comments BIBM 2018 accepted
专题命中 医学影像 :MRI(title,abstract);分类 eess.IV、eess.SP
专题命中 医学影像 :medical image(title);MRI(abstract);分类 cs.CV、cs.LG
Comments Accepted for 2018 Workshop on Simulation and Synthesis in Medical Imaging - SASHIMI2018
专题命中 医学影像 :CT(title,abstract);分类 cs.CV、eess.IV
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG
Comments To appear in the INTERSPEECH 2018 Proceedings
专题命中 医学影像 :medical image(title,abstract);分类 cs.CV、cs.LG
Comments Accepted for publication in IEEE Transactions on Medical Imaging
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG
专题命中 医学影像 :CT(title,abstract);分类 cs.CV、eess.IV
Comments GlobalSIP 2018
专题命中 医学影像 :CT(title,abstract);分类 cs.CV、cs.LG
Comments 8 pages,3 figures
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、eess.IV
Comments 10 pages, 2 figures, 2 tables. MICCAI 2018
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、eess.IV
Comments Accepted by ISBI'18
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、eess.IV
Comments 13 pages, 6 figures. IEEE TMI (Transactions of Medical Imaging)
专题命中 医学影像 :CT(title,abstract);分类 cs.CV、cs.LG
Comments This will appear in IEEE Transaction on Medical Imaging, a special issue of Machine Learning for Image Reconstruction
专题命中 医学影像 :CT(title,abstract);分类 cs.CV、cs.LG
Comments This will appear in IEEE Transaction on Medical Imaging, a special issue of Machine Learning for Image Reconstruction
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、eess.IV
专题命中 医学影像 :radiology(title,abstract);分类 cs.CV、cs.LG
Comments 27 pages, 4 figures
专题命中 医学影像 :CT(title,abstract);分类 cs.CV、cs.LG
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG
Comments technical note
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG
拥抱类内异质性用于半监督医学图像分割:从多样性到精确性
机构 * School of Computer Science and Technology, Tongji University(同济大学计算机科学与技术学院) ; Artificial Intelligence Institute, Shanghai University(上海大学人工智能研究院) ; Department of Computer and Data Sciences, Case Western Reserve University(凯斯西储大学计算机与数据科学系) ; Department of Biomedical Engineering, Case Western Reserve University(凯斯西储大学生物医学工程系)
专题命中 医学影像 :medical image(title,abstract);分类 cs.CV
AI总结 提出多原型对比学习框架,通过生成与强度对齐的异质原型、优化原型空间和对齐知识,有效建模类内异质性,提升半监督医学图像分割的多样性和精确性。
Comments Accepted by Medical Image Analysis
基于基础模型的迭代提示与伪标签方法用于部分标注的医学图像分割
机构 * Department of Biomedical Engineering, Columbia University(哥伦比亚大学生物医学工程系) ; Department of Radiation Oncology, Columbia University Irving Medical Center(哥伦比亚大学欧文医学中心放射肿瘤科) ; Data Science Institute, Columbia University(哥伦比亚大学数据科学研究所) ; Herbert Irving Comprehensive Cancer Center, Columbia University(哥伦比亚大学赫伯特·欧文综合癌症中心) ; Department of Radiation Oncology, Icahn School of Medicine at Mount Sinai(西奈山伊坎医学院放射肿瘤科)
专题命中 医学影像 :medical image(title,abstract);分类 cs.CV;biomedical(comments)
AI总结 本文提出IPnP框架,通过训练网络与冻结基础模型协作,迭代生成并优化未标注器官的伪标签,提升部分标注条件下医学图像分割性能。
Comments 5 pages, 5 figures. Accepted for presentation at IEEE International Symposium on Biomedical Imaging (ISBI) 2026
PIVM:基于扩散的先验集成变分建模用于解剖学精确的腹部CT合成
机构 * Department of Electrical Engineering and Computer Science, University of Missouri, Columbia, MO, USA(密苏里大学电气工程与计算机科学系) ; Department of Computer Science, The University of Texas at Dallas, Richardson, TX, USA(德克萨斯大学达拉斯分校计算机科学系) ; Department of Radiation Oncology, Washington University in St. Louis, MO, USA(华盛顿大学圣路易斯分校放射肿瘤学系) ; Department of Radiation Oncology, Duke University, Durham, NC, USA(达特茅斯大学放射肿瘤学系) ; School of Computing, Clemson University, Clemson, SC, USA(克莱姆森大学计算机科学学院)
专题命中 医学影像 :CT(title,abstract);分类 cs.CV;biomedical(comments)
AI总结 本文提出PIVM框架,通过整合器官特定强度先验,实现高精度腹部CT图像合成,保留HU范围和细密解剖纹理。
Comments Accepted at the IEEE International Symposium on Biomedical Imaging (ISBI) 2026 (Oral). Equal contribution by the first three authors
双同意见一致性学习与基础模型在半监督胎儿心脏超声分割与诊断中的应用
专题命中 医学影像 :diagnosis(title,abstract);分类 eess.IV
AI总结 本文提出FM-DACL框架,结合预训练超声基础模型与卷积网络,通过异质协同训练和指数移动平均教师,提升低标注胎儿心脏超声分析的可行性,实验显示Dice分数达59.66,NSD为42.82。
Comments Accepted to the ISBI 2026 Fetal HearT UltraSound Segmentation and Diagnosis (FETUS) Challenge
SDUM:一种可扩展的深度展开模型用于通用MRI重建
机构 * Johns Hopkins University(约翰霍普金斯大学) ; NVIDIA
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV
AI总结 SDUM是一种结合Restormer、CSME、SWDC和UC的通用MRI重建框架,通过级联扩展训练实现可扩展性,无需微调即可在多个挑战赛道上取得最佳性能。
Comments https://github.com/NVIDIA-Medtech/NV-Raw2insights-MRI
利用 undersampled k-space 实现低场 MRI 的超分辨率
机构 * Department of Computer Science, University of Exeter(埃克塞特大学计算机科学系) ; UCL Hawkes Institute, University College London(伦敦大学学院霍克斯研究所)
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV;biomedical(comments)
AI总结 本文提出了一种基于k空间的低场MRI超分辨率与图像质量转移方法,通过双通道U-Net直接从欠采样k空间重建高质量图像。
Comments 4 pages, 4 figures, conference (The IEEE International Symposium on Biomedical Imaging (ISBI))
R2GenCSR: 为基于大语言模型的放射学报告生成挖掘上下文和残差信息
机构 * School of Computer Science and Technology, Anhui University(安徽大学计算机科学与技术学院) ; First Affiliated Hospital of Anhui University of Chinese Medicine(安徽中医药大学第一附属医院)
专题命中 医学影像 :radiology(title,abstract);分类 cs.CV;biomedical(comments)
AI总结 R2GenCSR通过引入Mamba和上下文检索提升基于LLM的放射学报告生成性能
Comments R2GenCSR is accepted by IEEE Journal of Biomedical and Health Informatics (JBHI) 2026
利用半监督教师-学生框架解决Brain Tumor Segmentation在3D MRI扫描中的数据标注稀缺问题
机构 * College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics(人工智能学院,南京航空航天大学) ; Key Laboratory of Brain-Machine Intelligence Technology, Ministry of Education(脑机智能技术重点实验室,教育部) ; Shenzhen Research Institute, Nanjing University of Aeronautics and Astronautics(深圳研究院,南京航空航天大学)
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV;biomedical(comments)
AI总结 本文提出半监督教师-学生框架,通过置信度驱动课程学习和选择性遗忘,在有限标注下实现高效脑肿瘤分割,提升分割精度和鲁棒性。
Comments 10 pages, 7 figures. Submitted to IEEE Journal of Biomedical and Health Informatics (JBHI)