IEEE ISBI 2020第二届糖尿病眼底图像分析挑战赛重磅来袭
2019年11月14日/生物谷BIOON/--作为中国四类重大慢性病之一，糖尿病患者的数量超过1.14亿，为世界上糖尿病人数最多的国家。除此之外亦有数亿人群具有潜在的糖尿病患病风险，寻找更优手段筛查糖尿病和管理其带来的慢性器官损害已刻不容缓。 糖尿病性视网膜病（DiabeticRetinopathy，简称DR）是由糖尿病引起的一种严重眼部并发症，在糖尿病患者中具有很高的发病率，并且随着糖尿病患者
开发出具有人类能力的人工智能软件 或能分析显微镜图像中宿主与病原体的相互作用
2019年5月28日 讯 /生物谷BIOON/ --称之为神经网络的计算系统基于生物大脑的学习过程，其能够实现一种机器学习形式，有助于帮助研究人员解读生物和医学成像，如今研究病原体与宿主细胞相互作用的科学家们已经开始利用这种这种技术从事相关研究了。图片来源：GEORGE RETSECK来自英国克里克研究所的研究者Eva Frickel表示，从事病原体-宿主相互作用研究领域的大部分人群都只是手动计数
Cell：中国科大实现哺乳动物裸眼红外图像视觉能力
中国科学技术大学生命科学与医学部薛天教授研究组与美国马萨诸塞州州立大学医学院（University of Massachusetts Medical School）韩纲教授研究组合作，结合视觉神经生物医学与创新纳米技术，首次实现动物裸眼红外光感知和红外图像视觉能力。该研究成果于2019年2月28日（美东时间）在线发表于国际顶级期刊《Cell》上，并被《Cell》杂志选为本期唯一科普视频
Cell期刊图片展之2018年加州大学伯克利分校图像竞赛获奖作品
2018年12月29日/生物谷BIOON/---美国加州大学伯克利分校的分子成像中心（Molecular Imaging Center, MIC）因利用共聚焦显微镜产生一些最引人注目的图像而声名鹊起，而且当每年宣布MIC图像竞赛的获奖者时，声誉都很高。2018年年度MIC图像竞赛的获奖作品将被编写在MIC的让人们梦寐以求的挂历中，并连续第二年作为Cell期刊图片展（Cell Picture Sho
Cell：暂时忘记流式细胞仪吧，科学家们开发出智能图像激活细胞分选技术
2018年8月29日/生物谷BIOON/---50多年来，基于流式细胞仪（flow cytometry）的细胞分选是依据细胞的表面标志物表达谱从物理上分离这些细胞，它已成为生物学实验室中的一种广泛使用的工具。但是，在一项新的研究中，来自一个国际研究团队揭示出这个关键过程的最新进展，即“智能图像激活细胞分选（Intelligent Image-Activated Cell Sorting, IACS
Science：开发出人工智能驱动的鬼影细胞测定仪，不用产生图像就可高通量识别和分选细胞
2018年6月23日/生物谷BIOON/---在一项新的研究中，日本研究人员发明了一种新的细胞识别和分选系统，并称之为鬼影细胞测定仪（Ghost Cytometry）。这种系统将一种新的成像技术与人工智能（AI）结合在一起以史无前例地高通量速度识别和分选细胞。他们希望他们的方法将用于识别和分选在患者血液中的循环癌细胞、能够加速药物发现和改进基于细胞的医学疗法的疗效。相关研究结果发表在2018年6月
为什么有的人想象不到图像呢？
2018年2月8日 讯 /生物谷BIOON/ --想象一下一个苹果在你面前飘动，再试着让它在你的脑海里转一下，从顶部，、底部等不同部位分别观察一下，你能够"看"的很清楚吗？一些人能够完美地观察到苹果的所有特征，就像是看电影一样，但其他人则难以想象到这样的图像。尽管很难理解，一些健康人确实没有这样的视觉体验。换句话说，他们的大脑是"盲"的，不管如何尝试，都无法看到苹果。事实上，如果有人常常把"我用自
基于深度学习系统的视网膜图像视盘与视杯区域提取研究取得进展
青光眼（Glaucoma）是一系列会导致视神经受损，进而造成视力丧失的眼疾，是全球第二大致盲原因（仅次于白内障），也是导致不可逆性失明的首要原因。由于青光眼造成的视神经损伤和视力损失无法逆转，青光眼的早期筛查和诊断对于保持视力至关重要。临床上，除视野检测和眼压测量外，另一种主要青光眼筛查技术是基于眼底照相的视盘（OD，旧称视神经乳头ONH）评估。该技术利用垂直杯盘比（CDR）、盘直径（
科学家研究绘制蛋白质相互作用图像了解疾病起因
1987年，瑞士研究人员描述了两个姐妹，她们分别出生但拥有类似的异常。她们小脑中缺失了一圈组织，心脏存在孔和裂缝。其中1人在心脏手术后于三岁去世，她的姐姐在四岁时也做过类似的手术，但活了下来。因为两名女孩的父母都没有这些异常，研究人员得出结论，他们的女儿继承了一种非典型基因的两个复本，导致了此前不为人知的一种症状。与女孩症状相关的核苷酸异常可能存在于一个单独的基因中。然而，若干其他基因
基于深度学习的肿瘤图像分割研究获得进展
骨肉瘤是一种危害性极大的恶性骨肿瘤，骨肉瘤的主要治疗方案是新辅助放化疗以及手术切除肿瘤。精确地从骨肉瘤CT图形中分割出肿瘤病灶区域，对术前新辅助放化疗的计划制定，以及术后放化疗疗效果评估意义重大。然而，人工勾画肿瘤区域是一项耗时长，工作量极大的工作。此外，不同的放射科医生对肿瘤区域的勾画结果受其主观经验，环境等诸多因素的影响，其勾画结果是不可重复的。因此，临床上急需实现肿瘤区域的自动分