医学图像分割、MRI、病变检测……“AI+医疗”近期有哪些值得读的顶会论文?...

本文主要是介绍医学图像分割、MRI、病变检测……“AI+医疗”近期有哪些值得读的顶会论文?...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我整理了近一年的114篇医疗论文,汇总如下,感兴趣的小伙伴,可添加我的微信领取。

扫码添加我的微信

0b95b2df66cc55cb04ef71af4cfb4796.png

回复“医疗”获取114篇论文

一、CVPR2022- 2023医学影像论文

1、CVPR 2023医学影像论文

[01]无标记肝肿瘤分割

[Title]Label-Free Liver Tumor Segmentation

[02]用于X射线图像中无监督异常检测的深层特征内漆

[Title]Deep Feature In-painting for Unsupervised Anomaly Detection in X-ray Images

[03]通过机械和循环一致性损失对活细胞进行无监督轮廓跟踪[Title]Unsupervised Contour Tracking of Live Cells by Mechanical and Cycle Consistency Losses

[04]基于连贯概念的医学图像解释及其在皮肤病变诊断中的应用[Title]Coherent Concept-based Explanations in Medical Image and Its Application to Skin Lesion Diagnosis

扫码添加我的微信

b20699514d98a044ba4304b55250bf34.png

回复“医疗”获取114篇论文

27bca81bf043fd0c9b91f28f64ab9bb5.png

2、CVPR 2023医学影像论文

01 通过风格增强和双重归一化的可泛化跨模态医学图像分割

[Title]Generalizable Cross-modality Medical Image Segmentation via Style Augmentation and Dual Normalization

02 半监督医学图像分类的反课程伪标签

[Title]ACPL Anti-curriculum Pseudo-labelling for Semi-supervised Medical Image Classification

03 用于组织病理学全幻灯片图像分类的双层特征蒸馏多实例学习

[Title]DTFD-MIL Double-Tier Feature Distillation Multiple Instance Learning for Histopathology Whole Slide Image Classification

04 鲁棒等变成像:一个学习从噪声和部分测量中成像的完全无监督框架

[Title]Robust Equivariant Imaging a fully unsupervised framework for learning to image from noisy and partial measurements Transformer

扫码添加我的微信

b3c2048e51dcb0f28988bf8bf7f93659.png

回复“医疗”获取114篇论文

dc3343ed31311abf95c8f51364c7e7cc.png

二、医疗影像综述 

[1]计算细胞学中的深度学习方法调查

[Title]Deep Learning for Computational Cytology: A Survey [Cite]Medical Image Analysis (2022)

[2]Transformer 应用于医学影像的关键属性、当前进展和未来前景的比较回顾

[Title]A comparative review of key properties, current progresses, and future perspectives 

[Cite]Medical Image Analysis (2023)

扫码添加我的微信

cc7072200a17ba40df458df2ffc27c5d.png

回复“医疗”获取114篇论文

22525bbbd47d415237797704bb203aba.png

2、医学图像分割

[1]通过局部校准个性化联合医学图像分割

[Title]Personalizing Federated Medical Image Segmentation via Local Calibration

[Cite]ECCV 2022

 [2]学习多类医学图像分割的拓扑交互

[Title]Learning Topological Interactions for Multi-Class Medical Image Segmentation

[Cite]ECCV 2022 

 [3]通过随机幅度混合和特定领域图像恢复进行通用医学图像分割 [Title]Generalizable Medical Image Segmentation via Random Amplitude Mixup and Domain-Specific Image Restoration 

[Cite]ECCV 2022 

3、放射科报告生成 

[01]用于放射学报告生成的跨模态原型驱动网络 

[Title]Cross-modal Prototype Driven Network for Radiology Report Generation

[Cite]ECCV 2022

4、密集预测

[01]ConCL:病理图像密集预测预训练的概念对比学习

[Title]ConCL: Concept Contrastive Learning for Dense Prediction Pre-training in Pathology Images

[Cite]ECCV 2022 

 5、视网膜图像匹配 [01]用于视网膜图像匹配的半监督关键点检测器和描述符

[Title]Semi-Supervised Keypoint Detector and Descriptor for Retinal Image Matching

[Cite]ECCV 2022

扫码添加我的微信

8e66391910301970926e0158e93f6bb4.png

回复“医疗”获取114篇论文

e69222b4234c9c1f71d02520df0ecada.png

6、支架追踪 [01]X 射线透视中稳健的基于地标的支架跟踪

[Title]Robust Landmark-based Stent Tracking in X-ray Fluoroscopy 

[Cite]ECCV 2022 

7、病变检测 [01]检查和链接:成对病变对应指导乳房 X 线照片质量检测 [Title]Check and Link: Pairwise Lesion Correspondence Guides Mammogram Mass Detection 

[Cite]ECCV 2022 

8、医学图像分析

[01]UniMiSS:通过打破维度壁垒实现通用医学自监督学习

[Title]UniMiSS: Universal Medical Self-Supervised Learning via Breaking Dimensionality Barrier

[Cite]ECCV 2022

[02]K-SALSA:通过局部风格对齐对视网膜图像进行 K-匿名合成平均 [Title]K-SALSA: K-Anonymous Synthetic Averaging of Retinal Images via Local Style Alignment [Cite]ECCV 2022 

9、医学图像分类

[01]整张幻灯片图像多实例学习的微分缩放 

[Title]Differentiable Zooming for Multiple Instance Learning on Whole-Slide Images

[Cite]ECCV 2022 

[02]RadioTransformer:用于视觉注意引导疾病分类的级联全局焦点转换器 

[Title]RadioTransformer: A Cascaded Global-Focal Transformer for Visual Attention-Guided Disease Classification 

[Cite]ECCV 2022

10、医学关键点定位

[01]通过边缘引导变换和噪声地标细化的一次性医学地标定位

[Title]One-Shot Medical Landmark Localization by Edge-Guided Transform and Noisy Landmark Refinement 

[Cite]ECCV 2022 

扫码添加我的微信

c308ac9d23892bf68cd1404d79b4983c.png

回复“医疗”获取114篇论文

e4d39c3e89d5e3e86bfde2ecaa5c2729.png

11、医学图像配准

[01]使用从粗到精的视觉 transformer 进行仿射医学图像配准 

[Title]Affine Medical Image Registration with Coarse-to-Fine Vision Transformer 

[Cite]CVPR 2022

 12、医学图像处理 

[01]BoostMIS:通过自适应伪标记和信息主动注释促进医学图像半监督学习

[Title]BoostMIS: Boosting Medical Image Semi-supervised Learning with Adaptive Pseudo Labeling and Informative Active Annotation [Cite]CVPR 2022 

[02]鲁棒等变成像:一个完全无监督的框架,用于从噪声和部分测量中学习成像

[Title]Robust Equivariant Imaging: A Fully Unsupervised Framework for Learning To Image From Noisy and Partial Measurements [Cite]CVPR 2022

13、MRI 

[01]用于多对比度 MRI 超分辨率的 Transformer 赋能的多尺度上下文匹配和聚合

[Title]Transformer-empowered Multi-scale Contextual Matching and Aggregation for Multi-contrast MRI Super-resolution

[Cite]CVPR 2022

[02]Vox2Cortex:使用几何深度神经网络从 3D MRI 扫描中快速显式重建皮质表面 

[Title]Vox2Cortex: Fast Explicit Reconstruction of Cortical Surfaces From 3D MRI Scans With Geometric Deep Neural Networks

[Cite]CVPR 2022 

14、组织病理学

[01]组织病理学图像中细胞核半监督分割的跨补丁密集对比学习 [Title]Cross-Patch Dense Contrastive Learning for Semi-Supervised Segmentation of Cellular Nuclei in Histopathologic Images [Cite]CVPR 2022 

15、牙齿

[01]通过深度标签传播改善下牙槽神经的分割

[Title]Improving Segmentation of the Inferior Alveolar Nerve Through Deep Label Propagation 

[Cite]CVPR 2022

 [02]DArch:具有弱注释的牙弓先验辅助 3D 牙齿实例分割

[Title]DArch: Dental Arch Prior-Assisted 3D Tooth Instance Segmentation With Weak Annotations 

[Cite]CVPR 2022

扫码添加我的微信

db1500c464b50f0653412498145d3db1.png

回复“医疗”获取114篇论文

fd790fe9515dce77d8a025b28f386e1e.png

这篇关于医学图像分割、MRI、病变检测……“AI+医疗”近期有哪些值得读的顶会论文?...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/199883

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/