Contexte académique et problématique Avec les préoccupations croissantes concernant la confidentialité des données, l’apprentissage fédéré (Federated Learning, FL) est devenu un sujet de recherche important. Le FL permet à plusieurs clients de collaborer pour entraîner un modèle global sans partager leurs données, protégeant ainsi la confidentialit...
Modèle PICK pour la segmentation semi-supervisée d’images médicales Contexte académique La segmentation d’images médicales est d’une importance cruciale dans la pratique clinique, car elle fournit des informations vitales sur les caractéristiques des organes ou des tumeurs, telles que le volume, la localisation et la forme. Ces dernières années, le...
Rapport de l’article académique : Cadre de détection d’objets en monde ouvert basé sur SAM Introduction Avec l’importance croissante de la surveillance des écosystèmes, le suivi des animaux sauvages et des plantes est devenu essentiel pour la conservation écologique et le développement agricole. Ces travaux incluent l’estimation des populations, l’...
Modèle Hétérogène de Fédération Apprentissage Semi-Supervisé pour la Segmentation d’Images Médicales Introduction La segmentation des images médicales joue un rôle crucial dans le diagnostic clinique en aidant les médecins à identifier et analyser les pathologies. Cependant, cette tâche est souvent confrontée à des défis tels que les données sensib...
Rapport de recherche sur la détection des nodules thyroïdiens dans les vidéos échographiques semi-supervisées Contexte de la recherche Les nodules thyroïdiens sont des maladies thyroïdiennes courantes, et leur dépistage et diagnostic précoce reposent généralement sur des examens échographiques. L’échographie est une méthode de détection non invasiv...
Contexte et Motivation de la Recherche La segmentation des images médicales revêt une importance capitale dans l’analyse des structures anatomiques et des zones de lésions, ainsi que dans le diagnostic clinique. Cependant, les méthodes d’apprentissage supervisé existantes reposent sur une grande quantité de données annotées, alors que l’obtention d...