工程师和眼科医生已经开发了一种机器人成像工具,可以自动检测和扫描病人的眼睛,寻找不同眼疾的标记物。
研究人员开发了一种人工智能平台,有朝一日可以用于评估血管和眼部疾病的系统。
便携式3D打印设备可在10分钟内生成高分辨率的人体皮肤3D图像。它可以用来评估皮肤状况的严重程度。
一项新的视力测试可以在症状出现前3年预测湿性年龄相关性黄斑变性,这是严重视力丧失的主要原因。
研究人员发明了一种新的深度学习方法,使糖尿病视网膜病变等眼病的自动筛查更加有效。
研究人员利用3D微型打印技术开发出了世界上最小的、可灵活观察血管内部的范围。
基于卷积神经网络,该工具能够在几秒钟内提供结果,从而支持医生进行全面的图像分析。
研究人员已经应用深度学习技术开发了一种更精确的方法来分析眼睛后部的图像。
研究人员已经开发出第一种可穿戴探针,通过成像和量化生物组织的弹性来增强触觉。
研究人员启动了一项研究,将名为“NGoggle”的可穿戴大脑设备与传统检测方法进行比较。
带有大型图像数据库的电子病历的出现,以及人工智能在深度学习方面的进步,为医疗专业人员提供了改进图像分析和疾病诊断的新机会。
利用机器学习,研究人员开发了一种新的计算工具,用于筛查常见但致盲的视网膜疾病患者,这可能会加快诊断和治疗的速度。
本网站使用cookies为读者提供最佳的网站体验。请参阅我们的隐私政策了解我们如何使用cookies,以及如何编辑您的首选项。