![arxiv：2402.18507V1 [CS.CV] 2024年2月28日](/simg/5/5d5c6259445256728ff11c08e770f085388afbe6.webp)
机构名称：
¥ 1.0
本文提出了一个多模式深度学习框架，该框架利用先进的图像技术来改善临床分析的绩效，严重依赖于常规的标准图像。更具体地说，我们开发了一个联合学习网络，该网络首次利用通过用刺激的Echo（密集）进行解码来获得的心肌菌株的准确性和可重复性，以指导在晚期机械激活（LMA）检测中对Cine心脏磁共振（CMR）进行分析。从标准的Cine CMR中，使用图像注册网络来获取心脏运动的知识，这是应变阀的重要特征估计器。我们的框架由两个主要组成部分组成：（i）从重新分配网络中学到的潜在运动特征来预测心肌菌株； （ii）LMA网络利用了有效LMA检测的预测菌株。实验结果表明，我们提出的工作大大提高了Cine CMR图像的应变分析和LMA检测的性能，从而更加与致密的成就更加一致。
arxiv：2402.18507V1 [CS.CV] 2024年2月28日
主要关键词
![arxiv：2402.18507V1 [CS.CV] 2024年2月28日PDF文件第1页](/bimg/3/344ac5be38d7a6c8d7903ad6c53e7a3ada494389.webp)
![arxiv：2402.18507V1 [CS.CV] 2024年2月28日PDF文件第2页](/bimg/3/3f90cbcd56844415fac03cff898b0eac1215fc2c.webp)
![arxiv：2402.18507V1 [CS.CV] 2024年2月28日PDF文件第3页](/bimg/c/c566e48bf07285e86be520fed08d34ccebe303a0.webp)
![arxiv：2402.18507V1 [CS.CV] 2024年2月28日PDF文件第4页](/bimg/b/bd7a5585b11700a861a99b59c26e6f690eccf07d.webp)
相关文件推荐
![arxiv：2402.18157V1 [CS.AI] 2024年2月28日](/simg/4/4fdc6d835045693f8a6e4444287ec76ac466a290.webp)
![arxiv：2402.00128v2 [CS.CV] 29年2月29日，2024年2月](/simg/0/0c92b1f474dcdb77ec786b56d2d8026655473f57.webp)
![arxiv：2403.00833v1 [CS.AI] 2024年2月28日](/simg/3/32a6d89d770124b5904ef1a2c3da7802f0999e78.webp)
![arxiv：2402.17039v2 [physics.soc-ph] 2024年2月28日](/simg/2/287d70316724b124ccb6050d1efe840de8cc259e.webp)
![arxiv：2402.01166v2 [CS.CV] 2024年3月19日](/simg/e/ebc69f9db689b7dd8b3a8bb2751bb41627c75942.webp)
![arxiv：2303.04376v2 [CS.CV] 2024年2月21日](/simg/c/c08cba40f15bbb2f314c7e7ff6ea1da6df626a12.webp)
![arxiv：2402.04598V1 [CS.HC] 2024年2月7日](/simg/0/0c956cd7426e379a52ec8740ec3bd812e4c80e71.webp)
![arxiv：2311.17085v2 [CS.CV] 2024年2月19日](/simg/2/2cef09d2f291e154357cd1d57ca70d2de9f797c6.webp)
![arxiv：2410.02067v2 [CS.CV] 2024年10月28日](/simg/7/78d25e6808333495cd2a8f8404dca73c7a86c480.webp)
![arxiv：2402.07547v1 [CS.MA] 2024年2月12日](/simg/e/e601b3c18b21462c8c7d6cb7a15b3fafd1326b7e.webp)
![arxiv：2402.03046v1 [cs.lg] 2024年2月5日](/simg/a/a507fe74de897f4ac46fa9a4ad0531192be26d34.webp)
![arxiv：2402.06414v1 [cs.lg] 2024年2月9日](/simg/a/a690fe2c47c5d11051de77c280dbd9ea02c069b5.webp)
![arxiv：2402.07127v1 [cs.ro] 2024年2月11日](/simg/7/747a8fb5eddc719229d5f43e7fa8503e66b24567.webp)
![arxiv：2402.00059v1 [cs.lg] 2024年1月28日](/simg/d/df4199e81fd68f37b31a66ca712d83262d1423f7.webp)
![arxiv：2402.14527v1 [cs.lg] 2024年2月22日](/simg/c/c5e7363979a4b34fd46e6bbf66b93e8509e227cb.webp)
![arxiv：2402.10553v1 [cs.ro] 2024年2月16日](/simg/5/50ab6410c1bde83c8f60ce0ddb3b53f53686316b.webp)
![arxiv：2402.06363v1 [cs.cr] 2024年2月9日](/simg/3/3ddec16645db39f41f09cb1eb4c0f25652f964b0.webp)
![arxiv：2402.12702v2 [cs.ai] 2024年2月26日](/simg/3/328419de55ca4015b4bbfa96eb1075dcfec2dfee.webp)
![arxiv：2402.02385v1 [cs.ro] 2024年2月4日](/simg/3/3dc500ee58d3c948d12a92f3b875d2da17092f15.webp)
![arxiv：2402.08540v1 [cs.lg] 2024年2月13日](/simg/0/0d3c5d21d7ebc6c4f9033fdcaf762fcc6af0e990.webp)
![arxiv：2402.09233v1 [cs.ro] 2024年2月14日](/simg/b/b52ed5719ba2880b07e9631eab06b78b4dd35d30.webp)
![arxiv：2402.13946v2 [cs.lg] 2024年2月26日](/simg/e/e870ca6fb63efd17ae8a07b3968e3146d214b6ab.webp)
![arxiv：2402.07016v1 [cs.ai] 2024年2月10日](/simg/9/9561106bbf3c742ff1228e38f3ed355eb69ea4a7.webp)
![arxiv：2402.10516v1 [q-bio.bm] 2024年2月16日](/simg/a/a7ef4ab71fd0d0cd210ff3a58c4ed2b857484722.webp)
![arxiv：2403.19224v1 [CS.SD] 2024年3月28日](/simg/4/4213fdb37326e269ba9975a96fae742216949227.webp)
![arxiv：2402.00653v1 [Quant-ph] 2024年2月1日](/simg/d/dae74df0f23b071dace10984413bd1a300023795.webp)
![arxiv：2402.01509v1 [eess.iv] 2024年2月2日](/simg/4/4b7645e5b3c1864e446046fa02f2107577a4ac14.webp)
![arxiv：2402.16320v1 [eess.sp] 2024年2月26日](/simg/8/8ab716398e44362a86f7cae4e23ee08b093c5014.webp)
![arxiv：2402.08360v1 [cs.cv] 2024年2月13日](/simg/2/2d78d0b4c73cd9c3f9833e88723c51f5677c71db.webp)
![arxiv：2403.18929v1 [CS.NE] 2024年2月16日](/simg/a/a890579cc2bf33bdaefbe8ccb29a693d2a8a1909.webp)