🔬
針對視覺相似醫療數據的異常檢測與分類比較
本討論探討在區分癌症與視覺相似的「模擬病灶」時，應採用異常檢測還是監督式分類。內容針對醫學影像數據集中高度形態相似性所帶來的建模挑戰進行分析。
Search
Tag: #medical-imaging30 results
LLaMA 3.1 在從 MRI 報告中提取結構化數據方面表現優異
研究人員評估了 LLaMA 3.1 從荷蘭語腦部 MRI 報告中提取臨床數據的能力。該模型在視覺評分指標上展現了極高的零樣本準確度，並透過少樣本提示（few-shot prompting）進一步提升了數值變數的提取表現。
智源發布心臟磁共振多模態診斷智能體
北京智源人工智能研究院（BAAI）聯合首都醫科大學附屬北京安貞醫院、河南醫藥大學第一附屬醫院，發布業內首個心臟磁共振多模態智能體 BAAI Cardiac Agent。此智能體完成「結構分割與分析-功能定量評估-疾病診斷與分類-智能化報告」全流程診療閉環。基於 Agent-Expert 架構，動態協調多個專家子模型，對心臟核磁共振影像端到端自動化分析，輸出符合臨床規範報告。
代理框架實現自適應醫學影像處理
提出基於人工製品的代理框架，用於醫學影像處理，強調對資料集條件的自適應性及透過出處追蹤實現可重現性。利用人工製品合約進行語義工作流程查詢及模組化配置組裝。在臨床CT及MRI群組上評估，證明確定性可重現性及隱私相容性。
LGESynthNet 提升心臟 LGE-MRI 疤痕分割
LGESynthNet 是一種潛在擴散框架，用於 LGE 心臟 MRI 的可控疤痕合成，解決數據稀缺問題，並精確控制大小、位置和跨壁程度。只用 429 張圖像（79 名患者）訓練，透過 ControlNet 修補生成逼真且解剖學一致的樣本。使用其過濾輸出增強分割模型，可將分割性能提升最多 6 點，檢測提升 20 點。
AI 瞄準全球脂肪肝危機
全球有超過十億人的肝臟含有過多脂肪，可能進一步引發嚴重健康問題。研究人員認為，AI 有望及早識別脂肪肝，並在疾病危及生命前協助介入治療。
📰
AI 與放射科醫師：互補而非取代的共生關係
本文探討了人類監督在醫療 AI 中的關鍵作用，強調 AI 在醫療領域犯錯的風險，因此必須設立「紅線」。文章主張應採取協作模式，讓 AI 輔助而非取代放射科醫師的專業判斷。
阿茲海默症與認知障礙的早期診斷
王華麗醫生探討了老年認知功能下降的常見誤區，並強調利用PET掃描等先進影像技術進行早期臨床診斷的重要性。
🔬
醫學影像自動編碼器中的潛在空間解譯
研究人員尋求將醫學影像自動編碼器中的特定潛在特徵圖映射回輸入影像的方法。目前嘗試使用遮罩和解碼隔離特徵的方法，但受到解碼器糾纏問題的困擾。
用於心臟手術的 3D 影像技術新進展
Adrienne Murray 探討了尖端 3D 影像技術如何協助外科醫生進行複雜的心臟手術。此發展凸顯了先進視覺化工具在醫療診斷與手術中的整合應用。