💻 Category

cs

1017 artigos

💻 computer science

A Blockchain-based NFT Framework for Ownership and Intellectual Property Preserving with Controlled Access to Medical Datasets

Este artigo propõe uma estrutura baseada em blockchain utilizando Tokens Não Fungíveis (NFTs), contratos inteligentes e técnicas criptográficas para permitir a propriedade verificável, o acesso controlado e a auditoria forense de conjuntos de dados médicos criptografados, abordando, assim, as barreiras de compartilhamento de dados na pesquisa biomédica.

Hoda Naseri, Seyed Mohammad Mirhosseini, Ali A. Safaei2026-06-29
💻 computer science

 A Unified Deep Learning Cascade for Retinal Disease Detection  and Diabetic Retinopathy Severity Grading

Este artigo propõe um cascata de aprendizado profundo de dois estágios unificado que utiliza um modelo EfficientNetV2-S com perda assimétrica para detectar 28 doenças de retina do conjunto de dados RFMiD e, subsequentemente, emprega um portão consciente de incerteza calibrado por Platt para rotear casos positivos para retinopatia diabética para um segundo estágio para gradação de severidade ordinal no conjunto de dados APTOS-2019, alcançando alto desempenho ao mesmo tempo em que aborda a degradação significativa na precisão do reconhecimento causada pela coocorrência de múltiplas doenças.

Arzav Saikia, Biswajit Tamuli, Bitopan Das, Manjeet Sarmah, Nomi Baruah, Surajit Dutta2026-06-29
💻 computer science

Embodied brain-cerebellum federated learning for satellite-assisted low-altitude wireless networks

O artigo propõe o EBC-FL, um framework de aprendizado federado de cérebro-cerebelo incorporado para redes sem fio de baixa altitude assistidas por satélite que otimiza o equilíbrio entre confiabilidade crítica à segurança, consciência semântica e volume de upload ao integrar memória semântica baseada em solo, coordenação de satélites MEO e políticas locais leves.

Yi Jing, Chunxiao Jiang, Jiawei Wang, Jiachen Sun2026-06-29
💻 computer science

PhenoAgent: agentic LLM framework for phenotyping electronic health records via structured query decomposition and self-correction

O PhenoAgent é um framework de LLM agêntico e preservador de privacidade que utiliza decomposição de consultas estruturadas, autocorreção e consenso multimodelo para extrair com precisão fenótipos clínicos de registros eletrônicos de saúde em texto livre, superando significativamente os baselines tradicionais enquanto iguala o desempenho de nível médico em conjuntos de dados de hospitais japoneses.

Yuki Kashiwada, Rieko Sakurai, Yuta Yokokawa, Kenichiro Ando, Chinatsu Gocho, Chiaki Murata, Kosuke Tohda, Maki Tanioka (…)2026-06-28
💻 computer science

Artificial Intelligence in Surgical Qualitative Research: A Comparison of Human and AI-Assisted Thematic Analysis

Este estudo compara a análise temática humana e assistida por IA em pesquisa qualitativa cirúrgica, constatando que, embora ambos os métodos identifiquem temas abrangentes semelhantes, os livros de códigos gerados por humanos produzem uma maior confiabilidade inter-codificador devido a limites temáticos mais claros, sugerindo que uma abordagem híbrida combinando a eficiência da IA com o refinamento humano pode ser ideal.

Bonnie E Laingen, Wesley H Iobst, Jarrett Dobbins, Jacob W Johnson, Gabriel E Cambronero, Lucas P Neff, Maggie E Bosley2026-06-28
💻 computer science

A Modality-Missing Robust Representation Network for Multi-Sequence Brain MRI Using the Public IXI Dataset

Este artigo propõe a Modality-Missing Robust Representation Network (MMR-Net), uma estrutura de aprendizado profundo treinada no conjunto de dados público IXI que utiliza codificadores específicos de modalidade, um espaço latente compartilhado e uma estratégia de dropout de modalidade para manter o desempenho robusto em tarefas de regressão de idade por RM cerebral e classificação de sexo, apesar da ausência de sequências de imagem.

Tian He, Ximei Xie2026-06-28
💻 computer science

A Multi-Model Artificial Intelligence Framework for Knowledge Extraction from Patient Drug Reviews

Este estudo desenvolve e avalia uma estrutura de PLN multi-modelo interpretável que detecta eficazmente reações adversas a medicamentos e avalia a eficácia do tratamento a partir de avaliações de pacientes em larga escala, demonstrando que as abordagens tradicionais de aprendizado de máquina superam a classificação zero-shot baseada em transformers neste domínio.

Patrick O. Akinwumi, Meihua Qian, Oyinkansola A. Babatope, Taiwo A. Olorunsogbon2026-06-28
💻 computer science

Performance evaluation and benchmarking across 16 large language models on a comprehensive real-world emergency department triage data set

Este estudo avalia 16 modelos de linguagem de grande escala com dados reais de triagem de departamentos de emergência, constatando que, embora o uso de prompts estruturados possa alcançar uma concordância substancial com enfermeiros humanos para a classificação de gravidade, a maioria dos modelos exibe precisão limitada, atribuição setorial deficiente, excesso de confiança sistemático e comportamento não determinístico, indicando que ainda não estão prontos para implementação clínica sem validação e melhorias adicionais.

Leo Benning, Anja Hirsch, Matthias Gröschel, Tobias Röschl, Martin Spott, Felix Patricius Hans, Tim Urban, Hans-Jörg Bus (…)2026-06-28
💻 computer science

Development and Assessment of an Accessible AI-Powered Tool for Manuscript Evaluation Through Iterative Optimization in Plastic Surgery Research ​

Este estudo demonstra que uma ferramenta de IA acessível e otimizada iterativamente, utilizando meta-prompting e diretrizes específicas do domínio, supera significativamente tanto os modelos de IA de base quanto as revisões por pares humanas ao fornecer feedback estruturado e de alta qualidade para manuscritos de cirurgia plástica, oferecendo, assim, uma solução escalável para apoiar pesquisadores em ambientes com recursos limitados.

Raunak Goyal, Joey Liang, Mihir S Kulkarni, Philong Nguyen, Srinithya Gillipelli, Ashit Patel2026-06-28
💻 computer science

FusionAttNet Framework for Hierarchical Attention Driven Sentinel 1 and Sentinel 2 Fusion for Semi Arid Land Cover Classification in Far North Cameroon

Este estudo apresenta o FusionAttNet, um novo framework de aprendizagem profunda que integra dados ópticos e de SAR do Sentinel-1 através de um mecanismo de atenção hierárquica consciente da modalidade para alcançar 96,75% de precisão na classificação de cobertura terrestre semiárida no Extremo Norte de Camarões, superando significativamente os métodos de fusão tradicionais ao abordar eficazmente a homogeneidade espectral, a cobertura de nuvens e a variabilidade sazonal.

Pountianus Berinyuy Wirba, Mvogo Ngono, Noumsi Woguia Auguste Vigny, Emile Tatinyuy Verdzekov, ELE Pierre2026-06-28