首页 » 标签 :“深度学习”(共找到约21条相关新闻)
  • 德国开发出能自动识别转移癌细胞的深度学习算法

     亥姆霍茨慕尼黑中心2019年12月12日消息:该研究中心与慕尼黑大学、慕尼黑工大合作开发了一款不仅能自动识别扩散的癌细胞,而且还能找到分散在小鼠全身单个癌细胞的算法。癌症是全球最常见的死亡原因,但90%以上的癌症病人不是死于癌细胞扩散而非原发性肿瘤。由于生物发光法、MRI成像法等目前的技术分辨率有限,无法在病人全身检测到转移的癌细胞,致使各种癌症

  • PNAS:深度学习揭示基因相互作用

    近日,卡内基梅隆大学计算机科学家采用了一种深度学习方法,近年来彻底改变了人脸识别和其他基于图像的应用程序,并将其功能重定向到探索基因之间的关系。

  • Life Science Alliance:深度学习算法有助于鉴定癌细胞的分子特征

    根据发表在《Life Science Alliance》杂志上的新研究,一种新的深度学习算法可以快速,准确地分析来自结直肠肿瘤的几种基因组数据,以进行更准确的分类,从而有助于改善诊断和相关的治疗选择。

  • 深度学习方法可协助临床医生准确诊断糖尿病视网膜病变

     糖尿病视网膜病变(diabetic retinopathyDR)是糖尿病(diabetes mellitusDM)最常见最严重的并发症之一,也是成年人低视力和盲的主要原因,它严重影响着全球成千上万人的生活质量。目前我国糖尿病确诊患者超过9000万,隐性患者近1.5亿人。糖尿病病史10年患者中DR的发病率为50%,超过20年DR的患病率几乎为100%。据美国Wisconsin糖尿病性视网

  • Science子刊:基于深度学习的CompCyst更准确地识别发生癌前病变的胰腺囊肿

    2019年7月22日讯/生物谷BIOON/---早期、准确地检测胰腺癌是重中之重。胰腺囊肿很常见并且经常造成管理困境。这是因为并非所有的胰腺囊肿(pancreatic cyst)都会发展成癌症:一些胰腺囊肿是癌前病变,其他的胰腺囊肿很少有发展成浸润性癌症的风险。再者,人们很难对胰腺囊肿进行分类,这会导致漏诊和不必要的手术。在一项新的研究中,来自美国、意大利、韩国、爱尔兰、日本和荷兰的研究人员使用监

  • Diabetes Care:深度学习能够提高设备检测糖尿病性视网膜病变的准确度

    2019年2月21日 讯 /生物谷BIOON/ --根据2月14日在线发表于《Diabetes Care》的一项研究,深度学习会提升糖尿病相关检测设备灵敏度与准确度的提高,从而更加有利于准确检测糖尿病视网膜病变(DR)。在最近发表的这项研究中,来自阿姆斯特丹VU医疗中心的Frank D. Verbraak及其同事通过混合深度学习增强设备对视网膜图像进行分级。将其视网膜病变的分类与参考标准进行比较,

  • 深度学习在生物学中的应用1:对MinION测序结果中base calling的计算

      记得去年“阿尔法狗”(AlphaGo)的新闻出来后,小编曾下定决心要跨专业学习一下AI,看看它能否在咱们生物领域也掀起热浪。结果当小编刚刚了解到阿尔法狗的命脉乃来自Deep Learning (深度学习)真传时,它的亲兄弟“AlphaFold” 就以迅雷不及掩耳之势(2018年12月初召开新闻发布会)在蛋白质折叠预测领域独领风骚。有生物学背景的我们都知道,虽然科学家们破译了基因组,但

  • 《人工智能深度学习算法评估规范》团体标准发布

      7月1日,中国首个人工智能深度学习算法标准《人工智能深度学习算法评估规范》(Artificial intelligence—Assessment specification for deep learning algorithms)在“中国人工智能开源软件发展联盟”成立大会上正式发布。该标准由中国电子技术标准化研究院作为召集单位,中国科学院软件研究所作为技术牵头单位,联合上

  • 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(

  • 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