[PDF adjunto] Organización de 114 artículos médicos, incluidos artículos médicos cvpr2023 + artículos clásicos + revisión de artículos médicos, etc.

El año pasado clasifiqué 114 documentos médicos y el resumen es el siguiente: si está interesado, puede agregar mi WeChat para obtenerlo.

Escanea el código para agregar mi WeChat

c7c4bd7147eb051c1554b1c4f6a7d947.png

Responda a "Médico" para obtener 114 papeles

1. Documentos de imágenes médicas CVPR2022-2023

1. Papeles de imágenes médicas CVPR 2023

[01] Segmentación de tumores hepáticos sin marcadores

[Título]Segmentación de tumores hepáticos sin etiquetas

[02] Revestimientos de características profundas para la detección de anomalías no supervisadas en imágenes de rayos X

[Título]Representación interna de características profundas para la detección de anomalías no supervisadas en imágenes de rayos X

[03]Seguimiento de contorno no supervisado de células vivas por pérdidas mecánicas y de consistencia cíclica[Título]Seguimiento de contorno no supervisado de células vivas por pérdidas mecánicas y de consistencia cíclica

[04] Explicaciones coherentes basadas en conceptos en imagen médica y su aplicación al diagnóstico de lesiones cutáneas [Título] Explicaciones coherentes basadas en conceptos en imagen médica y su aplicación al diagnóstico de lesiones cutáneas

Escanea el código para agregar mi WeChat

c08a9ad2ffc73768adc409f450f62e08.png

Responda a "Médico" para obtener 114 papeles

cae2fb61a42137d51d0041ce634f4159.png

2. Papeles de imágenes médicas CVPR 2023

01 Segmentación generalizable de imágenes médicas multimodales mediante aumento de estilo y normalización dual

[Título]Segmentación generalizable de imágenes médicas de modalidad cruzada mediante aumento de estilo y normalización dual

02 Pseudoetiquetas anticurso para clasificación de imágenes médicas semisupervisadas

[Título]Seudoetiquetado anticurrículum de la ACPL para la clasificación de imágenes médicas semisupervisadas

03 Aprendizaje de instancias múltiples con destilación de características de dos capas para la clasificación de imágenes de portaobjetos completos de histopatología

[Título] DTFD-MIL Destilación de funciones de dos niveles Aprendizaje de instancias múltiples para histopatología Clasificación de imagen de portaobjetos completo

04 Imágenes isomórficas robustas: un marco totalmente no supervisado para aprender a obtener imágenes a partir del ruido y las mediciones parciales

[Título]Imágenes equivalentes robustas: un marco totalmente no supervisado para aprender a generar imágenes a partir de mediciones parciales y con ruido Transformador

Escanea el código para agregar mi WeChat

1a2740cf8b2da047ba25e51cd1a0da05.png

Responda a "Médico" para obtener 114 papeles

54e585dd831eb048203831cf739afb3f.png

2. Revisión de imágenes médicas 

[1] Encuesta de métodos de aprendizaje profundo en citología computacional

[Título]Aprendizaje profundo para citología computacional: una encuesta [Cita]Análisis de imágenes médicas (2022)

[2] Una revisión comparativa de los atributos clave, el progreso actual y las perspectivas futuras de Transformer aplicado a la imagenología médica

[Título]Una revisión comparativa de propiedades clave, progresos actuales y perspectivas futuras 

[Cite]Análisis de imágenes médicas (2023)

Escanea el código para agregar mi WeChat

331570bbb0b09ebd2caa52e3e6c0ead4.png

Responda a "Médico" para obtener 114 papeles

2c09b2f72f518a5d3e2d2de59a650653.png

2. Segmentación de imágenes médicas

[1] Segmentación personalizada de imágenes médicas conjuntas mediante calibración local

[Título]Personalización de la segmentación de imágenes médicas federadas a través de la calibración local

[Citar]ECCV 2022

 [2] Aprendizaje de interacciones topológicas para la segmentación de imágenes médicas de varias clases

[Título]Aprendizaje de interacciones topológicas para la segmentación de imágenes médicas de varias clases

[Citar]ECCV 2022 

 [3] Segmentación generalizable de imágenes médicas a través de mezcla aleatoria de amplitud y restauración de imágenes de dominio específico [Título] Segmentación generalizable de imágenes médicas a través de mezcla aleatoria de amplitud y restauración de imágenes de dominio específico 

[Citar]ECCV 2022 

3. Generación de informes de radiología 

[01] Red multimodal impulsada por prototipos para la generación de informes de radiología 

[Título]Red impulsada por prototipos intermodales para la generación de informes de radiología

[Citar]ECCV 2022

4. Predicción densa

[01] ConCL: aprendizaje de conceptos contrastivos para la predicción densa de imágenes patológicas Pre-entrenamiento

[Título]ConCL: Concepto de aprendizaje contrastivo para el preentrenamiento de predicción densa en imágenes de patología

[Citar]ECCV 2022 

 5. Coincidencia de imágenes retinales  [01] Detector de punto clave semisupervisado y descriptor para coincidencia de imágenes retinales

[Título]Detector de punto clave semisupervisado y descriptor para coincidencia de imágenes retinales

[Citar]ECCV 2022

Escanea el código para agregar mi WeChat

c2c204007e39e9a11a26109441cefc98.png

Responda a "Médico" para obtener 114 papeles

3df2e19e1b0fe497a233ad5acbc92f52.png

6. Seguimiento de stent  [01] Seguimiento robusto de stent basado en puntos de referencia en fluoroscopia de rayos X

[Título]Robusto seguimiento de stent basado en puntos de referencia en fluoroscopia de rayos X 

[Citar]ECCV 2022 

7. Detección de lesiones  [01] Verificar y vincular: Guías de correspondencia de lesiones por pares Detección masiva de mamografías [Título] Verificar y vincular: Guías de correspondencia de lesiones por pares Detección masiva de mamografías 

[Citar]ECCV 2022 

8. Análisis de imágenes médicas

[01] UniMiSS: Realización del aprendizaje autosupervisado en medicina general al romper las barreras dimensionales

[Título]UniMiSS: Aprendizaje autosupervisado médico universal a través de la ruptura de la barrera de la dimensionalidad

[Citar]ECCV 2022

[02]K-SALSA: Promedio sintético K-Anónimo de imágenes retinales a través de la alineación de estilo local [Título]K-SALSA: Promedio sintético K-Anónimo de imágenes retinales a través de la alineación de estilo local [Cite]ECCV 2022 

9. Clasificación de imágenes médicas

[01] Escalado diferencial para el aprendizaje de instancias múltiples de imágenes de diapositivas completas 

[Título]Acercamiento diferenciable para el aprendizaje de instancias múltiples en imágenes de diapositivas completas

[Citar]ECCV 2022 

[02] RadioTransformer: un transformador de enfoque global en cascada para la clasificación de enfermedades guiada por la atención visual 

[Título]RadioTransformer: un transformador focal global en cascada para la clasificación de enfermedades guiada por la atención visual 

[Citar]ECCV 2022

10. Posicionamiento de puntos clave médicos

[01] Localización de puntos de referencia médicos de una sola vez a través de transformación guiada por bordes y refinamiento de puntos de referencia ruidosos

[Título]Localización de puntos de referencia médicos de una sola toma mediante transformación guiada por bordes y refinamiento de puntos de referencia ruidosos 

[Citar]ECCV 2022 

Escanea el código para agregar mi WeChat

2e6278d6f1bc63291f03c228aea3a154.png

Responda a "Médico" para obtener 114 papeles

af02c444ac6ec49779ae6f042e25e0c6.png

11. Registro de imágenes médicas

[01] Registro de imágenes médicas afines mediante un transformador visual de grueso a fino 

[Título]Registro de imágenes médicas afines con transformador de visión de grueso a fino 

[Citar]CVPR 2022

 12. Procesamiento de imágenes médicas 

[01] BoostMIS: impulsar el aprendizaje semisupervisado de imágenes médicas a través del pseudoetiquetado adaptativo y la anotación activa informativa

[Título]BoostMIS: Impulso del aprendizaje semisupervisado de imágenes médicas con pseudoetiquetado adaptativo y anotación activa informativa [Cite]CVPR 2022 

[02] Imágenes isomórficas robustas: un marco totalmente no supervisado para aprender imágenes a partir de ruido y mediciones parciales

[Título]Imágenes equivalentes robustas: un marco totalmente no supervisado para aprender a generar imágenes a partir de mediciones parciales y ruidosas [Cite]CVPR 2022

13, resonancia magnética 

[01] Coincidencia y agregación de contextos de múltiples escalas habilitadas por transformador para superresolución de MRI de múltiples contrastes

[Título]Coincidencia y agregación contextual de múltiples escalas con tecnología de transformador para superresolución de MRI de contraste múltiple

[Citar]CVPR 2022

[02] Vox2Cortex: reconstrucción rápida y explícita de superficies corticales a partir de imágenes de resonancia magnética 3D utilizando redes neuronales profundas geométricas 

[Título]Vox2Cortex: Reconstrucción rápida y explícita de superficies corticales a partir de resonancias magnéticas 3D con redes neuronales profundas geométricas

[Citar]CVPR 2022 

14. Histopatología

[01]Aprendizaje contrastivo denso de parche cruzado para la segmentación semisupervisada de núcleos celulares en imágenes histopatológicas [Cite]CVPR 2022 

15. Dientes

[01] Segmentación mejorada del nervio alveolar inferior a través de la propagación de etiquetas de profundidad

[Título]Mejora de la segmentación del nervio alveolar inferior a través de la propagación de etiquetas profundas 

[Citar]CVPR 2022

 [02] DArch: segmentación de instancias de dientes 3D con ayuda previa de la arcada dental con anotaciones débiles

[Título]DArch: segmentación de instancias de dientes en 3D asistida previamente de la arcada dental con anotaciones débiles 

[Citar]CVPR 2022

Escanea el código para agregar mi WeChat

10a2ce44a5e9fadb3591ccccbf32ff42.png

Responda a "Médico" para obtener 114 papeles

562f7c2470544cc145b59b6a1394004b.png

Supongo que te gusta

Origin blog.csdn.net/qq_27590277/article/details/131318561
Recomendado
Clasificación