GMN4AD: Red de coincidencia de grafos para Alzheimer con adaptación de dominio
Descubre cómo GMN4AD usa redes de grafos y adaptación en test para mejorar el diagnóstico del Alzheimer a partir de resonancias magnéticas.
#resonancia magnética
Clasificación HCQ de Alzheimer con β-VAE supervisado y kernels cuánticos
Pipeline híbrido clásico-cuántico con autoencoder supervisado y kernels cuánticos logra 72% de precisión en Alzheimer en resonancias magnéticas.
Mejora de modelos de segmentación de glioma con post-procesamiento
Descubre cómo el post-procesamiento adaptativo mejora la segmentación de gliomas, reduciendo errores sin reentrenar modelos. Resultados en BraTS 2025.
Mejorando reconstrucción de RM neonatal con aumento adversarial
Aumento de datos y entrenamiento adversarial mejoran la reconstrucción de RM neonatal a partir de modelos entrenados con adultos. ¡Resultados prometedores!
Modelado ordinal multimodal de Alzheimer con MRI y datos clínicos
Nuevo modelo de IA multimodal con regresión ordinal logra alta precisión en la clasificación de la severidad del Alzheimer usando MRI y datos clínicos.
TractFM: modelo fundacional de tractogramas
TractFM: el primer modelo fundacional que aprende representaciones de tractogramas completos para segmentación de vías y predicción de fenotipos cerebrales.
Clasificación multimodal de tumores cerebrales con fusión de características
Modelo de red dual fusiona imágenes MRI con características radiomicas logrando 96.13% de precisión en clasificación de tumores cerebrales. ¡Conoce detalles!
Comparativa de estrategias para segmentar lesiones cerebrales con datos parciales
Descubre cómo el pseudolabeling con datos parcialmente etiquetados mejora la segmentación de lesiones cerebrales en FLAIR MRI. Un estudio con más de 2000 volúmenes.
Sistema multiagente para informes de RM de columna
Descubre SpineAgent, un sistema multiagente basado en IA que genera informes precisos de RM de columna, superando métodos previos y avalado por radiólogos.
Creciente demanda de detección temprana impulsa el mercado de imágenes 3D
Descubre cómo la demanda de detección temprana impulsa el mercado de imágenes 3D. Conoce tendencias y oportunidades.
¿Qué anatomía importa con etiquetas limitadas? Benchmark cardíaco
¿Qué anatomía importa con pocas etiquetas? Descubre cómo la representación anatómica supera a la complejidad del modelo. Benchmark ACDC.
Algoritmo de evolución dirigida impulsa predicción neuronal
Mejora la predicción neuronal con el algoritmo de evolución dirigida para niños con implantes cocleares, superando escasez de etiquetas y cambio de dominio.
IA interpretable para estudios de osteoartritis de rodilla
Descubre cómo un marco de IA interpretable y confiable utiliza aprendizaje profundo y predicción conforme para estudiar la relación estructura-dolor en la osteoartritis.
Marco de IA interpretable para estudios estructura-dolor en osteoartritis
Descubre cómo un marco de IA interpretable y confiable analiza miles de resonancias para predecir dolor y progresión en osteoartritis de rodilla.
Explicaciones contrafactuales para pruebas de dos muestras profundas
Las explicaciones contrafactuales revelan qué características diferencian dos grupos en pruebas de hipótesis con deep learning. Un método basado en MMD y autoen
Aprendizaje Guiado por Grafos con Universum en GEPSVM para Alzheimer
Aprendizaje guiado por grafos con Universum mejora clasificación Alzheimer. Los modelos GEPSVM alcanzan 88% AUC en datos ADNI, superando métodos previos.
Segmentación eficiente del plexo coroideo en EM con transformers
Descubre cómo un nuevo método basado en SwinUNETR segmenta el plexo coroideo en esclerosis múltiple con alta precisión y reduce el coste computacional un 99%.
Meta-aprendizaje bayesiano para modelar la progresión del Alzheimer
Descubre cómo el meta-aprendizaje bayesiano permite predecir la progresión del Alzheimer de forma personalizada, mejorando el pronóstico a largo plazo sin reentrenamiento.
Comparativa de síntesis de ultrasonido intraoperatorio a RM en cirugía cerebral
Primer benchmark que compara 48 modelos de síntesis ioUS a RM para cirugía cerebral. Descubre qué arquitectura (GAN, difusión) optimiza la segmentación tumoral.
Modelo fundado en física para MRI de difusión cuantitativa
PIGMENT: modelo de IA informado por física para MRI de difusión cuantitativa. Permite mapear microestructura cerebral con datos escasos. Ideal para diagnóstico.