论文笔记
文章平均质量分 88
论文笔记
JaylinWong
这个作者很懒,什么都没留下…
展开
-
Multimodal EEG for Anxiety Survey
该研究旨在通过分析社交焦虑障碍(SAD)患者的脑电图(EEG)信号的复杂性来辅助临床诊断。研究由来自马来西亚、沙特阿拉伯、阿联酋和也门的多个机构的研究人员共同完成,并获得了医学伦理委员会的批准,符合赫尔辛基宣言的要求。研究中涉及88名SAD患者,分为四个平衡组:严重组、中度组、轻度组和健康对照组。研究利用模糊熵(FE)这一度量来分析这些组别在静息状态下的EEG复杂性。通过高时间分辨率的EEG技术,研究人员能够捕捉到大脑活动的瞬时变化模式,这对精神健康状况的临床评估至关重要。原创 2024-09-20 14:48:18 · 1147 阅读 · 0 评论 -
Slonim N, Bilu Y, Alzate C, et al. An autonomous debating system[J]. Nature, 2021
自主辩论系统的整体架构由多个模块组成,每个模块负责处理辩论过程中的特定任务。这些模块包括主题理解、信息检索、论证生成、反驳生成和语言生成等。以下是对每个模块的详细描述。原创 2024-06-17 14:05:17 · 441 阅读 · 0 评论 -
A topological loss function for deep-learning based image segmentation using persistent homology
定义拓扑损失函数时,首先需要确定目标拓扑特征(例如预期的Betti数)。然后,计算预测分割结果的持久性条形码与目标拓扑特征之间的差异,具体包括条形码长度的差异。拓扑损失函数可以表示为:其中,(b_{k,l})表示预测分割结果的第(k)个Betti数的第(l)个条形码的长度,(d_{k,l})表示目标拓扑特征的第(k)个Betti数的第(l)个条形码的长度。原创 2024-06-13 15:30:08 · 1554 阅读 · 0 评论 -
Cytomorphology(细胞形态学)
白血病分类依赖于详细的骨髓的细胞形态观察 涂抹。然而,应用现有的深度学习方法 对它来说,它面临着两个重大限制。首先,这些方法需要在单元级别具有专家注释的大规模数据集才能获得良好的结果,并且通常存在泛化能力较差的问题。其次,他们简单地将骨髓细胞形态检查视为一项多分类细胞分类任务,从而未能利用不同等级白血病亚型之间的相关性。因此,骨髓细胞形态的评估作为一个耗时和重复的过程,仍然需要由有经验的细胞学家手动完成。原创 2024-06-03 14:35:48 · 302 阅读 · 0 评论 -
综述类paper
人工智能(AI)在医疗保健领域正变得不可或缺。成功应用和有前景的方法包括使用模式识别软件预处理和分析数字医学图像、利用深度学习算法进行疾病分类、数字孪生技术和计算机模拟临床试验。此外,机器学习技术用于识别电子健康记录中的模式和异常,并对可穿戴健康跟踪设备收集的数据进行即时评估,以进行深入的纵向表型分析。近年来,自动图像分类取得了显著进展,甚至在某些情况下达到了超越人类水平。原创 2024-05-28 16:26:50 · 1344 阅读 · 0 评论 -
血液病公共数据集总结
这个数据集不仅是目前文献中可用的最大的骨髓细胞形态学专家注释图像池,而且它的高质量和细胞种类的详细分类,使其成为训练白细胞形态学分类器的理想选择,这些分类器能够以高精度和高召回率识别一系列具有诊断相关性的细胞种类。原创 2024-05-24 14:25:09 · 328 阅读 · 0 评论