93 papers
Dit artikel presenteert een methode voor generieke camerakalibratie met onscherpe afbeeldingen door geometrische beperkingen en een lokaal parametrisch verlichtingsmodel te combineren om gelijktijdig kenmerken en puntverspreidingsfuncties te schatten, waardoor de noodzaak voor een groot aantal beelden wordt verminderd en bewegingsonscherpte effectief wordt aangepakt.
Deze studie introduceert een multi-volume latent consistency model dat gebruikmaakt van driedimensionale latente representaties van verschillende beeldvelden om nauwkeurige en stabiele reconstructies van beperkte-hoek CT-beelden te genereren, zelfs onder extreme klinische omstandigheden.
Dit artikel introduceert een PCR-vrije, willekeurige toegangsmethode voor DNA-gebaseerde opslag van progressieve afbeeldingen, waarbij adaptieve sampling van Nanopore-sequentieerders wordt gebruikt om de leeskosten te verlagen door alleen de oligonucleotiden te selecteren die nodig zijn voor de gewenste resolutie.
Dit artikel introduceert ICHOR, een zelftoezicht-gebaseerde masked autoencoder die is getraind op een groot, divers dataset van ASL CBF-scans om robuuste representaties te leren die de prestaties van bestaande methoden voor diagnostische classificatie en kwaliteitsvoorspelling in neurobeeldvorming verbeteren.
GeoTop is een wiskundig onderbouwd raamwerk dat Topologische Data-analyse en Lipschitz-Killing-krommingen verenigt om de ambiguïteit tussen goed- en kwaadaardige structuren in diagnostische beeldvorming op te lossen door topologische equivalentie te doorbreken met geometrische differentiatoren, wat leidt tot verbeterde classificatie, interpretatie en efficiëntie.
Dit paper introduceert Implicit U-KAN 2.0, een nieuw interpreteerbaar en efficiënt medisch beeldsegmentatiemodel dat een tweede-orde neuronale gewone differentiaalvergelijking en MultiKAN-lagen combineert om de prestaties te verbeteren en de theoretische onderbouwing te versterken.
Dit artikel introduceert het Channel-Spatial Attention Synergy Network (CSASN), een innovatief multitask learning-kader dat door middel van een dubbelvertakkende architectuur met aandachtmechanismen de uitdagingen van heterogene morfologie en data-ongelijkheid oplost voor de nauwkeurige diagnose van zeldzame schildklierkanker op basis van echografiebeelden.
Deze studie karakteriseert het door Apple gegenereerde synthetische defocusruispatroon in portretfoto's en presenteert een methode om dit te modelleren en te maskeren, waardoor de nauwkeurigheid van camerabronverificatie en de traceerbaarheid van iPhone-afbeeldingen aanzienlijk worden verbeterd.
Dit paper introduceert Fast Equivariant Imaging (FEI), een nieuw onbewaakt leerframework dat door middel van de vermenigvuldigers van Lagrange en hulpmiddelen voor PnP-denoising een tienvoudige versnelling en verbeterde prestaties bereikt bij het trainen van diepe beeldvormingsnetwerken zonder grondwahrheid.
Deze paper introduceert een nieuwe methode met persistentie-homologie-convoluties die lokale topologische informatie uit histopathologische slides haalt en daarmee de prestaties van bestaande modellen voor ziekteherkenning verbetert.
Deze paper introduceert ActiSeg-NL, het eerste benchmark voor actiegerichte videosegmentatie onder labelruis, en stelt een robuustheidsanalyse en een Parallel Mask Head Mechanism (PMHM) voor om de impact van onnauwkeurige tekstprompts en maskergrenzen op embodied intelligence te mitigeren.
Cryo-SWAN is een op wavelet-decompositie gebaseerde autoencoder die 3D-volumedichtheidskaarten, zoals cryo-EM-data, effectief comprimeert en reconstrueert door zowel globale geometrie als hoge-frequentie details te vastleggen, waardoor het een krachtig hulpmiddel wordt voor data-gedreven structurele biologie.
Dit proefschrift presenteert een geïntegreerd veldimageringskader met geautomatiseerde computerzicht-algoritmen voor de morfologische karakterisering van bouwaggregaten in diverse scenario's, variërend van individuele stenen tot volledige voorraden, met behulp van geavanceerde 2D- en 3D-analysemethoden.