YOLOv11-MFF: A multi-scale frequency-adaptive fusion network for enhanced CXR anomaly detection

Chest X-ray (CXR) represents one of the most widely utilized clinical diagnostic tools for thoracic diseases. Nevertheless, computer-aided diagnosis based on chest radiographs still faces considerable challenges in anomaly detection. Certain lesions in CXRs exhibit subtle radiographic characteristic...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	PloS one Jg. 20; H. 10; S. e0334283
Hauptverfasser:	Guan, Li, Zhang, Ruting, Zhao, Yi
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	United States Public Library of Science 01.10.2025 Public Library of Science (PLoS)
Schlagworte:	Algorithms Anomalies Background noise Chest Classification Datasets Deep learning Disease Fourier transforms Humans Lesions Localization Modules Neural networks Neural Networks, Computer Pneumonia Radiographic Image Interpretation, Computer-Assisted - methods Radiography, Thoracic - methods Semantics Thorax
ISSN:	1932-6203, 1932-6203
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!