A Radiomics-Incorporated Deep Ensemble Learning Model for Multi-Parametric MRI-based Glioma Segmentation
专题命中 医学影像 :MRI(title,abstract);medical image(abstract);分类 cs.CV、q-bio
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 :MRI(title,abstract);medical image(abstract);分类 cs.CV、q-bio
专题命中 医学影像 :MRI(title,abstract);diagnosis(abstract);分类 q-bio、eess.IV
专题命中 医学影像 :CT(title,abstract);biomedical(comments,journal_ref);分类 cs.CV、cs.LG、eess.IV
Comments Accepted at IEEE Journal of Biomedical and Health Informatics (JBHI)
Journal ref IEEE Journal of Biomedical and Health Informatics, vol. 26, no. 9, pp. 4497-4507, 2022
专题命中 医学影像 :MRI(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 2022:2022:001. pp 1-58 Submitted 09/2021; Published 02/2022
Journal ref Journal of Machine Learning for Biomedical Imaging 2022
专题命中 医学影像 :medical image(abstract);pathology(abstract);diagnosis(abstract);radiology(abstract)
Comments Accepted for the IEEE International Joint Conference on Neural Networks (IJCNN) 2020
Journal ref 2020 International Joint Conference on Neural Networks (IJCNN)
专题命中 医学影像 :medical image(title,abstract);分类 cs.CV、cs.LG、eess.IV
Comments Published in Medical Image Analysis journal: https://doi.org/10.1016/j.media.2020.101907
Journal ref Medical Image Analysis, Volume 68, 2021, 101907, ISSN 1361-8415. http://www.sciencedirect.com/science/article/pii/S1361841520302711
专题命中 医学影像 :MRI(title,abstract);diagnosis(abstract);分类 q-bio、eess.IV
专题命中 医学影像 :radiology(title,abstract);CT(abstract);分类 cs.LG、q-bio
Comments 9 pages, 1 figure, 1 table
专题命中 医学影像 :CT(title,abstract);diagnosis(abstract);分类 cs.LG、q-bio
Comments 13 pages, 2 figures
专题命中 医学影像 :medical image(abstract);CT(abstract);diagnosis(abstract);biomedical(abstract)
专题命中 医学影像 :medical image(abstract);CT(abstract);diagnosis(abstract);biomedical(abstract)
Comments accepted for MICCAI 2019
专题命中 医学影像 :medical image(title);CT(title)
专题命中 医学影像 :MRI(title,abstract);diagnosis(abstract);分类 cs.CV、q-bio
专题命中 医学影像 :CT(title,abstract);diagnosis(abstract);分类 cs.CV、q-bio
专题命中 医学影像 :medical image(abstract);pathology(abstract);diagnosis(abstract);radiology(abstract)
Comments 12 pages
Journal ref 3ème Conférence internationale Sciences Électroniques, Technologies de l'Information et des Télécommunications, Sousse : Tunisie (2005)
基础模型与放射组学在肺部计算机断层扫描中的比较:特征提取器、分类头和分割选择的基准测试
机构 * Division AI4Health, Carl von Ossietzky Universität Oldenburg(奥尔登堡卡尔·冯·奥西茨基大学AI4Health部门) ; University Institute for Diagnostic and Interventional Radiology, Klinikum Oldenburg AöR(奥尔登堡医院大学诊断与介入放射学研究所)
专题命中 医学影像 :CT(summary_cn,abstract);分类 cs.CV、cs.LG
AI总结 本研究通过基准测试五种特征提取器、七种分类头和三种分割策略,评估基础模型与放射组学在CT肺癌表型分析中的性能,发现最优设计取决于任务,推荐Curia结合肿瘤分割和CatBoost分类头作为安全默认方案。
Comments 17 pages, 8 figures, 2 tables, Code is available at https://github.com/AI4HealthUOL/lung-ct-benchmarking
专题命中 医学影像 :MRI(title,abstract);biomedical(abstract);分类 q-bio
Comments Part 2 of 3 in "Considerations and recommendations for preclinical diffusion MRI"
专题命中 医学影像 :CT(title);medical image(abstract);分类 cs.CV、q-bio、eess.IV;biomedical(comments)
Comments Published in IEEE Journal of Biomedical and Health Informatics
Journal ref IEEE.J.Biomed.Health.Inf. 25 (2021) 755-763
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG、q-bio;medical image(comments)
Comments Accepted In: Medical Image Computing and Computer Assisted Intervention (MICCAI) 2022
专题命中 医学影像 :MRI(title,abstract);分类 cs.CV、cs.LG、q-bio;medical image(journal_ref)
Comments 12 pages, 7 figures
Journal ref International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI) 2020, pp. 177-187
专题命中 医学影像 :biomedical(abstract,journal_ref);medical image(abstract);CT(abstract);diagnosis(abstract)
Journal ref 2018 11th Biomedical Engineering International Conference (BMEiCON)
专题命中 医学影像 :medical image(abstract);MRI(abstract);CT(abstract);diagnosis(abstract)
Comments 2019 IEEE 16th International Symposium on Biomedical Imaging (ISBI 2019)
分布偏移下基于伪标签差异的医学图像分类无基准模型选择
机构 * Universidad de Buenos Aires(布宜诺斯艾利斯大学) ; CONICET(阿根廷国家科学技术研究委员会) ; Universidad Nacional del Litoral(国立 littoral 大学) ; Research Institute for Signals, Systems and Computational Intelligence(信号、系统与计算智能研究所)
专题命中 医学影像 :medical image(title,abstract);clinical AI(abstract);分类 cs.CV
AI总结 针对分布偏移下医学图像分类的无基准模型选择问题,提出基于SUDO框架的AURCC准则,在胸部X射线分类任务中实现了与真实排名高相关性的模型排名,小源标注数据下表现更优。
Comments Accepted at MIRASOL Workshop, MICCAI 2026. 10 pages, 3 figures
SeVeR:面向3D医学图像问答的选择性视觉暴露与检索
机构 * DAMO Academy, Alibaba Group(阿里巴巴达摩院) ; College of Computer Science and Technology, Zhejiang University(浙江大学计算机科学与技术学院) ; Hupan Lab(湖畔实验室) ; School of Public Health, Zhejiang University(浙江大学公共卫生学院)
专题命中 医学影像 :medical image(title);MRI(abstract,abstract_cn);分类 cs.CV
AI总结 针对3D医学图像问答中多序列视觉冗余问题,提出SeVeR框架,引入BreMRIs-VQA基准,通过压缩体积为原型并检索互补证据,实现性能提升且减少视觉标记使用。
面向结合大语言模型的放射学报告生成的图监督分层临床对齐
机构 * University of Sydney(悉尼大学) ; ByteDance(字节跳动) ; University of Wollongong(伍伦贡大学) ; University of Adelaide(阿德莱德大学)
专题命中 医学影像 :radiology(title,abstract);分类 cs.CV
AI总结 本文针对放射学报告生成中报告级监督与疾病级发现的粒度不匹配问题,提出图监督分层临床对齐方法,在3B模型上超越多个更大参数的现有系统,验证了优化监督结构的有效性。
FORCE-Interior:用于内部断层扫描重建的泊松流生成先验
专题命中 医学影像 :CT(title,abstract);分类 eess.IV
AI总结 针对内部断层扫描中投影截断致逆问题不适定及现有方法泛化性不足等挑战,提出FORCE-Interior框架,结合全视野测量约束初始化与每步数据一致性,在不同截断ROI尺寸上提升重建质量并保持投影域一致性。
SFT后医学图像字幕生成的临床结构化替代奖励
专题命中 医学影像 :medical image(title,abstract);biomedical(abstract);分类 cs.CV
AI总结 该研究针对SFT后医学图像字幕生成,提出临床结构化替代奖励框架,结合生物医学语义等,在ImageCLEFmedical Caption测试集及三个主干上,提升了整体、相关性与事实性指标。
Comments 8 pages, 2 figures, 3 tables
语义类分布学习用于去偏半监督医学图像分割
机构 * Xi'an Jiaotong-Liverpool University(西安交通大学利物浦大学) ; University College London(伦敦大学学院) ; Wuhan University(武汉大学)
专题命中 医学影像 :medical image(title,abstract);diagnosis(abstract);分类 cs.CV
AI总结 本文提出语义类分布学习框架,通过学习结构化的类条件特征分布来缓解半监督医学图像分割中的类别不平衡问题,显著提升分割性能,尤其在少数类上表现优异。
MaLViL:用于医学图像分割的多轴低秩视觉长短期记忆网络
机构 * Faculty of Informatics and Data Science, University of Regensburg(雷根斯堡大学信息学与数据科学学院) ; Independent Computer Science Researcher(独立计算机科学研究者) ; University of British Columbia(不列颠哥伦比亚大学) ; Fraunhofer Institute for Digital Medicine MEVIS(弗劳恩霍夫数字医学梅维斯研究所)
专题命中 医学影像 :medical image(title);CT(abstract,abstract_cn);分类 cs.CV
AI总结 针对现有视觉长短期记忆网络(ViL)用于医学图像分割时丢失精细细节、内存开销大的问题,提出MaLViL网络,结合Bi-LRViL、SaLViL、CDM、SGSM等模块,在多个医学图像基准上实现了最优或具竞争力的分割精度,内存降低最多83倍。
Comments Accepted at the MICCAI Workshop on Machine Learning in Medical Imaging (MLMI), 2026
基于多色建模的锥束CT中基于Splat的金属伪影减少方法
机构 * KAIST(韩国科学技术院)
专题命中 医学影像 :CT(title,title_cn);分类 cs.CV
AI总结 提出一种集成多色X射线投影模型等的Gaussian Splatting框架,无需手动金属掩码,联合优化参数与光谱,发布相关数据集,在CBCT金属伪影减少上性能优于现有最优方法。
Journal ref Computer Graphics forum, Volume 45 (2026), Number 2