一个用于结直肠息肉自动分类的人工智能模型可以通过提高效率、可重复性和准确性来帮助癌症筛查项目。
一种结合人工智能和人类知识的新系统有望更快、更准确地诊断癌症。
柏林卫生研究所(BIH)的几个研究小组正在研究数字化抗癌,比较不同诊断和治疗方法的经验。
深度学习算法比现有方法更准确地提取分子路径和关键突变的发展。
一个国际专家小组表示,人工智能已经达到了其进化的一个关键转折点。
在手术过程中,MasSpec笔可以准确地从储存的胰腺样本中区分健康组织和癌组织。
一种基于深度学习的技术可以用来消除人类组织技术学家准备特殊染色剂的需要。
人工智能工具模型是癌症治疗的有力工具。然而,除非这些算法得到适当的校准,否则它们有时会做出不准确或有偏差的预测。
现代医学需要比传统活检针提供更好质量的样本,超声振荡针可以改善治疗和减少不适。
沉浸式虚拟现实技术可以帮助语言病理学家治疗沟通障碍。
利用人工智能和移动数字显微镜,研究人员希望创造出能够在资源有限的环境中检测宫颈癌前体的筛查工具。
研究人员开发了一种人工智能算法,利用计算机视觉分析癌症患者的组织样本。
计算机科学家与病理学家合作,训练了一种人工智能工具,以确定哪些肺癌患者在治疗后复发的风险更高。
病理学家检查了计算染色的图像,无法将其与传统染色的幻灯片区分开来。
康涅狄格大学的研究人员开发了一种无透镜显微镜,可以让观察者享受巨大的视野。
通过将红外功能添加到无处不在的标准光学显微镜上,研究人员希望将癌症诊断带入数字时代。
研究人员开发了一种基于人工智能的前列腺癌组织病理学诊断和分级方法。
一种将先进光学成像与人工智能算法相结合的新方法可以在术中对脑瘤进行准确、实时的诊断。
一种人工智能已经成功地在人类癌症患者的病理图像中发现了人类医生可以理解的特征,无需注释。
一种软件工具利用人工智能从数字病理图像中识别癌细胞,为临床医生提供了一种预测患者预后的强大方法。
研究人员利用人工智能开发了一种新的分类方法,该方法可以根据化学DNA变化确定癌组织的最初起源。
研究人员已经利用机器学习能力来协助完成对肺腺癌的肿瘤类型和亚型进行分级的挑战性任务。
由两名密歇根大学研究人员领导的专家小组呼吁人们关注这一影子记录。
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。