Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Clinical outcomes of sub-millisievert CT evaluation of congenital chest wall deformity using photon counting CT: a new standard of care?

Research square·2026
Same author

Megakaryocyte and platelet thrombospondin-1 regulates matrix remodeling by stabilizing basement membrane COL6A1 in lung injury.

Nature communications·2026
Same author

<i>H19</i> Is a PERK-Regulated Long Non-Coding RNA That Fine-Tunes UPR Signalling and Inhibits Endoplasmic Reticulum Stress-Induced Cell Death.

International journal of molecular sciences·2026
Same author

Correction: Multimodality medical image fusion using directional total variation based linear spectral clustering in NSCT domain.

Scientific reports·2026
Same author

A switching-based deep learning framework for personalized and adaptive E-commerce recommendations.

Scientific reports·2026
Same author

Multimodality medical image fusion using directional total variation based linear spectral clustering in NSCT domain.

Scientific reports·2026
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: Jan 14, 2026

Author Spotlight: AI-Driven Trypanosome Species Detection from Microscopic Images
08:20

Author Spotlight: AI-Driven Trypanosome Species Detection from Microscopic Images

Published on: October 27, 2023

2.5K

Un modelo híbrido para mejorar la clasificación de enfermedades ungueales utilizando transformadores de visión y

Rahul Nijhawan1, Ananya Gupta1, Manoj Diwakar2,3

  • 1Thapar Institute of Engineering and Technology, Patiala, Punjab, India.

Scientific reports
|January 12, 2026
PubMed
Resumen
Este resumen es generado por máquina.

Los datos sintéticos generados por modelos de difusión estable mejoran la precisión del aprendizaje automático para el diagnóstico de enfermedades ungueales. Este enfoque mejora las herramientas de diagnóstico, lo que conduce a tratamientos más precisos y oportunos para afecciones como infecciones fúngicas y psoriasis.

Palabras clave:
aumento de datosenfermedad unguealconjunto de datos de enfermedades unguealesdifusión establetexto a imagenaprendizaje por transferencia

Más Videos Relacionados

Author Spotlight: Insights into Visual Cortex Research Through Wide-View fMRI Mapping
07:11

Author Spotlight: Insights into Visual Cortex Research Through Wide-View fMRI Mapping

Published on: December 8, 2023

2.3K
A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images
04:23

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images

Published on: April 21, 2023

2.3K

Videos de Experimentos Relacionados

Last Updated: Jan 14, 2026

Author Spotlight: AI-Driven Trypanosome Species Detection from Microscopic Images
08:20

Author Spotlight: AI-Driven Trypanosome Species Detection from Microscopic Images

Published on: October 27, 2023

2.5K
Author Spotlight: Insights into Visual Cortex Research Through Wide-View fMRI Mapping
07:11

Author Spotlight: Insights into Visual Cortex Research Through Wide-View fMRI Mapping

Published on: December 8, 2023

2.3K
A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images
04:23

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images

Published on: April 21, 2023

2.3K

Área de la Ciencia:

  • Dermatología
  • Inteligencia Artificial
  • Imágenes Médicas

Sus antecedentes:

  • Las enfermedades ungueales son comunes y a menudo se diagnostican mediante inspección visual, lo que puede generar imprecisiones y retrasos en el tratamiento.
  • Un diagnóstico preciso y oportuno es crucial para el manejo efectivo de afecciones ungueales como infecciones fúngicas, paroniquia y psoriasis.

Objetivo del estudio:

  • Investigar el uso de datos sintéticos de enfermedades ungueales generados a través de modelos de difusión estable para mejorar la precisión del diagnóstico mediante aprendizaje automático.
  • Mejorar las técnicas de transformación de datos utilizando aprendizaje de pocas muestras dentro de un modelo de difusión estable de texto a imagen para generar datos sintéticos diversos.

Principales métodos:

  • Generación de datos sintéticos de enfermedades ungueales utilizando modelos de difusión estable con aprendizaje de pocas muestras.
  • Aplicación de datos sintéticos para aumentar un conjunto de datos personalizado de enfermedades ungueales del mundo real.
  • Evaluación de modelos preentrenados de redes neuronales convolucionales (CNN) MobileNetV2 y Vision Transformer con el conjunto de datos aumentado.

Principales resultados:

  • Los datos sintéticos mejoraron la robustez de los modelos MobileNetV2 y Vision Transformer.
  • MobileNetV2 logró un aumento de precisión del 3,26%.
  • Vision Transformer logró un aumento de precisión del 3,02%.

Conclusiones:

  • Los datos sintéticos generados por modelos de difusión estable son efectivos para mejorar el rendimiento de los modelos de aprendizaje automático para la clasificación de enfermedades ungueales.
  • Este enfoque ofrece un método prometedor para mejorar la precisión y confiabilidad del diagnóstico automatizado de enfermedades ungueales, lo que podría reducir los errores de diagnóstico y los retrasos en el tratamiento.