Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关实验视频

Updated: Jan 18, 2026

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

3.3K

利用深度学习来应对图像数据不足的诊断挑战.

Jian-Ming Lu1, Ping-Yeh Chiu1,2, Chien-Fu Chen1,3

  • 1Institute of Applied Mechanics, National Taiwan University, Taipei 106, Taiwan.

ACS sensors
|September 11, 2025
PubMed
概括

这项研究引入了一种新的AI模型,DSAWGAN,用于在有限数据的情况下进行传染病诊断. 它显著提高了诊断准确度,使其在资源有限的环境中有效.

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Biomechanical Impact of Footprint Mismatch and Implant Positioning in Cervical Disk Replacement: A Finite Element Analysis.

Operative neurosurgery (Hagerstown, Md.)·2026
Same author

Ultra-Sensitive 3D Lateral Flow Assay Device for SARS-CoV-2 Detection Based on One-Step Dual-Signal Amplification.

Analytical chemistry·2025
Same author

Effects of erector spinae plane block on intraoperative blood pressure variability, blood loss, and postoperative pain in transforaminal lumbar interbody fusion.

Scientific reports·2025
Same author

Optimizing Rod Configuration Across Lumbar Pedicle Subtraction Osteotomy Site: Evolution of a High-Volume Deformity Practice.

Operative neurosurgery (Hagerstown, Md.)·2025
Same author

What is the best strategy for C3 in open-door laminoplasty: laminectomy versus laminoplasty-a systematic review and meta-analysis.

The spine journal : official journal of the North American Spine Society·2025
Same author

Minimally invasive prone lateral retropleural or retroperitoneal antepsoas approach spinal surgery using the rotatable radiolucent Jackson table.

Journal of spine surgery (Hong Kong)·2025

科学领域:

  • 人工智能的人工智能
  • 医学诊断 医学诊断 医学诊断
  • 生物信息学是一种生物信息学.

背景情况:

  • 人工智能驱动的疾病诊断严重依赖于大型数据集和先进的算法.
  • 为罕见或新兴疾病生成全面数据集是一项挑战.
  • 有限的数据可用性阻碍了AI模型在诊断中的性能.

研究的目的:

  • 为改善传染病诊断引入一个直接自我关注的瓦斯斯坦生成对抗网络 (DSAWGAN).
  • 在数据有限的场景中增强诊断能力.
  • 开发一款便携式且具有成本效益的诊断解决方案.

主要方法:

  • 通过整合注意力模块和瓦斯斯坦距离优化,开发了DSAWGAN.
  • 将DSAWGAN生成的图像与传统的数据增强技术进行比较.
  • 使用分类神经网络评估诊断准确性.
  • 将模型集成到一个移动应用程序中,用于便携式测试.

主要成果:

  • 使用半个原始数据 (n=1500),DSAWGAN使诊断准确度从98.00%提高到99.33%.
  • 即使使用10%的数据 (n=300),模型也保持了92.67%的准确性.
关键词:
人工智能的人工智能是人工智能.数据增强数据增强生成性的对抗性网络.侧流免疫试验测试试验护理点的护理点.

相关实验视频

Last Updated: Jan 18, 2026

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

3.3K
  • 生成的图像显示了增强的融合速度,稳定性和质量.

    • 结论:

    • DSAWGAN有效地解决了人工智能驱动疾病诊断中的数据短缺问题.
    • 该模型为快速,便携和经济高效的诊断提供了可行的解决方案.
    • 这种方法对资源有限的医疗保健机构有很大的前景.