Buchumschlag

Deep Learning Algorithms for Early Diagnosis of Acute Lymphoblastic Leukemia

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Papaioannou, Dimitris, Christou, Ioannis, Anagnou, Nikos, Chatziioannou, Aristotelis
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition Machine Learning I.2.6; I.5.4
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adapting Interleaved Encoders with PPO for Language-Guided Reinforcement Learning in BabyAI
von: Mathur, Aryan, et al.
Veröffentlicht: (2025)

Deep Learning-Based Early-Stage IR-Drop Estimation via CNN Surrogate Modeling
von: Bhadana, Ritesh
Veröffentlicht: (2026)

Deep Learning with Self-Attention and Enhanced Preprocessing for Precise Diagnosis of Acute Lymphoblastic Leukemia from Bone Marrow Smears in Hemato-Oncology
von: Maruf, Md., et al.
Veröffentlicht: (2025)

TUMLS: Trustful Fully Unsupervised Multi-Level Segmentation for Whole Slide Images of Histology
von: Rehamnia, Walid, et al.
Veröffentlicht: (2025)

Deep-learning-based electrode action potential mapping (DEAP Mapping) from annotation-free unipolar electrogram
von: Seno, Hiroshi, et al.
Veröffentlicht: (2024)

Segmentation of Non-Small Cell Lung Carcinomas: Introducing DRU-Net and Multi-Lens Distortion
von: Oskouei, Soroush, et al.
Veröffentlicht: (2024)

Adapt and Diffuse: Sample-adaptive Reconstruction via Latent Diffusion Models
von: Fabian, Zalan, et al.
Veröffentlicht: (2023)

Deep Learning Based Reconstruction Methods for Electrical Impedance Tomography
von: Denker, Alexander, et al.
Veröffentlicht: (2025)

Universal Training of Neural Networks to Achieve Bayes Optimal Classification Accuracy
von: Naeini, Mohammadreza Tavasoli, et al.
Veröffentlicht: (2025)

Visible Iris Area as a Quality Metric for Reliable Iris Recognition Under Pupil Dilation and Eyelid Occlusion
von: Pessaud, Jack, et al.
Veröffentlicht: (2025)

Interactive 3D Segmentation for Primary Gross Tumor Volume in Oropharyngeal Cancer
von: Saukkoriipi, Mikko, et al.
Veröffentlicht: (2024)

DeepInverse: A Python package for solving imaging inverse problems with deep learning
von: Tachella, Julián, et al.
Veröffentlicht: (2025)

Multimodal 3D Brain Tumor Segmentation with Adversarial Training and Conditional Random Field
von: Jiang, Lan, et al.
Veröffentlicht: (2024)

Hessian-Based Lightweight Neural Network HessNet for State-of-the-Art Brain Vessel Segmentation on a Minimal Training Dataset
von: Bernadotte, Alexandra, et al.
Veröffentlicht: (2025)

DCER: Dual-Stage Compression and Energy-Based Reconstruction
von: Wang, Yiwen, et al.
Veröffentlicht: (2026)

Multi-Stage Segmentation and Cascade Classification Methods for Improving Cardiac MRI Analysis
von: Slobodzian, Vitalii, et al.
Veröffentlicht: (2024)

Energy Injection Identification enabled Disaggregation with Deep Multi-Task Learning
von: Wang, Xudong, et al.
Veröffentlicht: (2025)

Adaptive Local Frequency Filtering for Fourier-Encoded Implicit Neural Representations
von: Shi, Ligen, et al.
Veröffentlicht: (2026)

Lightweight Hypercomplex MRI Reconstruction: A Generalized Kronecker-Parameterized Approach
von: Zhang, Haosen, et al.
Veröffentlicht: (2025)

Near Real-Time Dust Aerosol Detection with 3D Convolutional Neural Networks on MODIS Data
von: Gates, Caleb, et al.
Veröffentlicht: (2025)

Learning Alternative Ways of Performing a Task
von: Nieves, David, et al.
Veröffentlicht: (2024)

Immunohistochemistry guided segmentation of benign epithelial cells, in situ lesions, and invasive epithelial cells in breast cancer slides
von: Høibø, Maren, et al.
Veröffentlicht: (2023)

Deep Learning-Based Transfer Learning for Classification of Cassava Disease
von: Junior, Ademir G. Costa, et al.
Veröffentlicht: (2025)

Geometric-Stochastic Multimodal Deep Learning for Predictive Modeling of SUDEP and Stroke Vulnerability
von: Girish, Preksha, et al.
Veröffentlicht: (2025)

Efficient Neural Network Encoding for 3D Color Lookup Tables
von: Zehtab, Vahid, et al.
Veröffentlicht: (2024)

Multispectral Remote Sensing for Weed Detection in West Australian Agricultural Lands
von: Wang, Haitian, et al.
Veröffentlicht: (2025)

Comparative Analysis of Deep Learning Architectures for Multi-Disease Classification of Single-Label Chest X-rays
von: Bahram, Ali M., et al.
Veröffentlicht: (2026)

A Machine Vision Approach to Preliminary Skin Lesion Assessments
von: Khreis, Ali, et al.
Veröffentlicht: (2026)

DiracDiffusion: Denoising and Incremental Reconstruction with Assured Data-Consistency
von: Fabian, Zalan, et al.
Veröffentlicht: (2023)

Quantum-Enhanced Analysis and Grading of Vocal Performance
von: Agarwal, Rohan
Veröffentlicht: (2025)

Scalable, Technology-Agnostic Diagnosis and Predictive Maintenance for Point Machine using Deep Learning
von: Di Santi, Eduardo, et al.
Veröffentlicht: (2025)

EEG Sleep Stage Classification with Continuous Wavelet Transform and Deep Learning
von: Gashti, Mehdi Zekriyapanah, et al.
Veröffentlicht: (2025)

ILACS-LGOT: A Multi-Layer Contrast Enhancement Approach for Palm-Vein Images
von: Perera, Kaveen, et al.
Veröffentlicht: (2025)

Kuro Siwo: 33 billion $m^2$ under the water. A global multi-temporal satellite dataset for rapid flood mapping
von: Bountos, Nikolaos Ioannis, et al.
Veröffentlicht: (2023)

In-situ Autoguidance: Eliciting Self-Correction in Diffusion Models
von: Gu, Enhao, et al.
Veröffentlicht: (2025)

Synthetic-to-Real Transfer Learning for Chromatin-Sensitive PWS Microscopy
von: Arafat, Jahidul, et al.
Veröffentlicht: (2025)

HAELT: A Hybrid Attentive Ensemble Learning Transformer Framework for High-Frequency Stock Price Forecasting
von: Bui, Thanh Dan
Veröffentlicht: (2025)

T2LR-Net: An unrolling network learning transformed tensor low-rank prior for dynamic MR image reconstruction
von: Zhang, Yinghao, et al.
Veröffentlicht: (2022)

Advancing Visual Computing in Materials Science (Shonan Seminar 189)
von: Heinzl, Christoph, et al.
Veröffentlicht: (2024)

Sparse Concept Bottleneck Models: Gumbel Tricks in Contrastive Learning
von: Semenov, Andrei, et al.
Veröffentlicht: (2024)