「q-bio.TO」カテゴリーアーカイブ

Clinical Validation of a Real-Time Machine Learning-based System for the Detection of Acute Myeloid Leukemia by Flow Cytometry

投稿日: 2024年9月18日 作成者: jarxiv

要約 フローサイトメトリーの機械学習 (ML) モデルには、エラー率を削減し、再 … 続きを読む →

カテゴリー: cs.AI, cs.LG, q-bio.TO | Clinical Validation of a Real-Time Machine Learning-based System for the Detection of Acute Myeloid Leukemia by Flow Cytometry はコメントを受け付けていません

Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling

投稿日: 2024年9月10日 作成者: jarxiv

要約 セルコメンは、数学的因果関係のフレームワークを利用して、生成グラフ ニュー … 続きを読む →

カテゴリー: cs.LG, q-bio.TO | Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling はコメントを受け付けていません

Distilling High Diagnostic Value Patches for Whole Slide Image Classification Using Attention Mechanism

投稿日: 2024年8月19日 作成者: jarxiv

要約 マルチ インスタンス学習 (MIL) は、ピクセル レベルの手動注釈をラベ … 続きを読む →

カテゴリー: cs.CV, eess.IV, q-bio.TO | Distilling High Diagnostic Value Patches for Whole Slide Image Classification Using Attention Mechanism はコメントを受け付けていません

TriDeNT: Triple Deep Network Training for Privileged Knowledge Distillation in Histopathology

投稿日: 2024年8月2日 作成者: jarxiv

要約 計算病理学モデルでは、推論に利用できないデータを利用することはほとんどあり … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, q-bio.TO | TriDeNT: Triple Deep Network Training for Privileged Knowledge Distillation in Histopathology はコメントを受け付けていません

Graph Neural Networks in Histopathology: Emerging Trends and Future Directions

投稿日: 2024年6月24日 作成者: jarxiv

要約 全スライド画像 (WSI) の組織病理学的分析では、深層学習手法、特に畳み … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, I.2.10, q-bio.TO | Graph Neural Networks in Histopathology: Emerging Trends and Future Directions はコメントを受け付けていません

Graph Neural Networks in Histopathology: Emerging Trends and Future Directions

投稿日: 2024年6月21日 作成者: jarxiv

要約 全スライド画像 (WSI) の組織病理学的分析では、深層学習手法、特に畳み … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, I.2.10, q-bio.TO | Graph Neural Networks in Histopathology: Emerging Trends and Future Directions はコメントを受け付けていません

Graph Neural Networks in Histopathology: Emerging Trends and Future Directions

投稿日: 2024年6月19日 作成者: jarxiv

要約 全スライド画像 (WSI) の組織病理学的分析では、深層学習手法、特に畳み … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, I.2.10, q-bio.TO | Graph Neural Networks in Histopathology: Emerging Trends and Future Directions はコメントを受け付けていません

Benchmarking the CoW with the TopCoW Challenge: Topology-Aware Anatomical Segmentation of the Circle of Willis for CTA and MRA

投稿日: 2024年4月30日 作成者: jarxiv

要約 ウィリス環 (CoW) は、脳の主要な循環を接続する重要な動脈ネットワーク … 続きを読む →

カテゴリー: cs.CV, cs.LG, q-bio.QM, q-bio.TO | Benchmarking the CoW with the TopCoW Challenge: Topology-Aware Anatomical Segmentation of the Circle of Willis for CTA and MRA はコメントを受け付けていません

DeepGleason: a System for Automated Gleason Grading of Prostate Cancer using Deep Neural Networks

投稿日: 2024年3月26日 作成者: jarxiv

要約 デジタル病理学と人工知能 (AI) の進歩は、臨床意思決定のサポートと診断 … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV, q-bio.TO | DeepGleason: a System for Automated Gleason Grading of Prostate Cancer using Deep Neural Networks はコメントを受け付けていません

Assessing the Performance of Deep Learning for Automated Gleason Grading in Prostate Cancer

投稿日: 2024年3月26日 作成者: jarxiv

要約 前立腺がんは主要な健康上の懸念事項であり、高度な診断ツールが求められていま … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV, q-bio.TO | Assessing the Performance of Deep Learning for Automated Gleason Grading in Prostate Cancer はコメントを受け付けていません