Science Bulletin封面文章 | 医学图像分割新突破:用“棱镜”实现...
近日,针对医学图像分割领域的多标注融合问题,中国中医科学院西苑医院刘玥团队、华南理工大学许言午团队、四川省人民医院肖力及深圳眼科医院杨卫华团队联合在ScienceBulletin上发表了题为“Multi-raterPrism:learningself-calibratedmedicalimagesegmentationfrommultipleraters”的封面文章。该文章提出了一种新的Mult...
入选ECCV 2024!覆盖5.4w+图像,MIT提出医学图像分割通用模型...
这些数据集图像涵盖各种生物医学领域,包括眼睛、胸腔、脊柱、细胞、皮肤、腹部肌肉、颈部、大脑、骨骼、牙齿以及病变的扫描;图像类型包括了显微镜、CT、X光片、MRI、超声波以及照片等。在训练和评估方面的划分上,研究团队将77个数据集分为了65个训练数据集和12个评估数据集。其中,在12个评估数据集中...
张然教授:人工智能在心血管医学中的临床应用
在医学领域,AI可用于辅助诊断和预测疾病、医学图像分析、个性化治疗制定、医疗机器人研发升级、健康管理和预防、传染病监测等方面。AI在心血管医学领域的应用1.人工智能心电图(AI-ECG):利用ML和DL技术,可以快速准确地分析心电图数据,识别心脏电活动中可能表明心肌缺血性变化的任何异常,特别是细微异常。例如,AI-ECG...
江苏省医学图像人工智能工程研究中心落户常州一院
建设医学图像人工智能创新平台,开展基于AI的医学影像数据标准化与图像分割、基于放射学基础模型的全科医学影像人工智能模型开发及应用、肿瘤影像基因组学模型开发及应用等方面的研究,建立从数据标准化到图像分割、从基础模型到基因组学模型、从算法构建到临床应用的一站式医学影像AI平台;同时,整合医学影像AI研发的关键资...
快讯!南京理工大学临床医学进入ESI全球前1%!
在医学图像分割、处理和分析人工智能与医学影像计算模式识别与生物信息学等领域01周涛教授的研究小组专注于人工智能与医学影像计算的交叉研究。主要工作包括提出基于多模态统一表示的模态残缺学习模型,旨在实现“所有观测样本的联合使用和各视图之间的一致性关联”,并将其应用于老年痴呆症的早期诊断。此外,研究聚焦...
医学图像领域的创新应用——张亮在领域内的成就与发展
(余小戈)近年来,医学成像技术领域经历了快速的发展和创新,医学图像处理的应用也愈发广泛,涉及医学诊断、疾病分析、手术规划、治疗评估等方面(www.e993.com)2024年10月20日。不同的成像技术如X射线、核磁共振(MRI)、超声波等被广泛应用于医学诊断、疾病监测和治疗过程中。X射线成像是最早被使用的技术之一,而MRI则以其高分辨率和对比度的图像而备受...
...应用落地!牛津大学团队发布Medical SAM 2,刷新医学图像分割...
可想而知,强大的实力使得业界开始加速探索SAM在不同领域的应用,尤其是在医学图像分割领域,不少实验室和学术研究团队已经将其视为医学图像分割模型的不二之选。所谓医学图像分割,就是将医学图像中具有特殊含义的部分分割出来,并提取相关特征,进而为临床诊断、病理学研究等提供可靠依据。
基于盆腔超声的深度学习模型在卵巢癌精准诊断中的应用
在此背景下,影像组学作为医学图像分析领域的新兴力量,正逐步展现出潜力。通过将复杂的医学图像转化为可量化的肿瘤相关生物信息特征,影像组学为临床决策提供了更为丰富、深入的依据。这些特征不仅有助于提高对肿瘤异质性的理解,更为制定个性化、精准的治疗方案开辟了新途径[6]。传统的手工影像组学方法虽能提取部分图像...
178页,128个案例,GPT-4V医疗领域全面测评,离临床应用与实际决策尚...
图像来自日常临床使用的8种模态,包括:X光、计算机断层扫描(CT)、磁共振成像(MRI)、正电子发射断层扫描(PET)、数字减影血管造影(DSA)、乳房X射线照相术、超声波检查和病理学检查。17个医学系统以及8种成像模态示意图论文指出,虽然GPT-4V在区分医学影像模态和解剖结构方面表现出很强的能力,...
创投大咖说·专访东南大学杨冠羽教授:人工智能已在医学影像诊断中...
相关成果发表在包括MedImgAnal、IEEEJBHI、MICCAI、IJCAI等医学图像处理及人工智能领域的顶级期刊和会议上。AI技术在医学影像诊断中的未来发展趋势请和我们分享一下。杨冠羽:我认为未来趋势主要有4个方面:(1)更加精准:随着深度学习技术的不断进步,AI算法的精度将会更高,诊断结果将更加准确。目前的AI算法已经...