利用深度学习算法,研究人员已经开发出一种方法,可以准确预测哪些皮肤癌是高度转移的。
为了更好地利用癌症数据进行研究,科学家们正在开发一种基于人工智能的自然语言处理工具,以改进从文本病理报告中提取信息。
利用深度学习和数字扫描的传统苏木精和伊红染色的肿瘤组织切片,研究人员开发了一个临床上有用的预后标志物。
研究人员首次用纯铜3D打印出了用于线性加速器的必要四极元件。
被称为EVE的人工智能模型显示出了非凡的能力,可以解释人类基因变异是良性的还是致病的。
华盛顿大学医学院的一组研究人员开发了一种深度学习模型,通过一次3D MRI扫描,就能将脑肿瘤分类为六种常见类型之一。
一个联盟旨在通过释放大数据和大数据分析的潜力,改变前列腺癌治疗领域。
使用一种特殊的染料,细胞可以根据其pH值进行着色,机器学习算法可以检测出癌症导致的光谱变化。
最近在实时基因组测序、分析和诊断技术方面的突破性进展将提供个性化护理的新标准。
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。
研究人员开发了一种新工具,使深度学习在研究基因组学方面的作用更容易最大化。
研究人员已经创建了一个人工神经网络,可以分析肺部CT扫描,提供肺癌严重程度的信息,从而指导治疗方案。
研究人员已经开发出一种新的、更快的方法来识别癌症干细胞(CSCs),这可能有助于提高癌症治疗的有效性。
研究人员报告称,一种新的人工智能方法可以将一种常见的脑肿瘤分为低级别或高级别,准确率几乎达到98%。
研究人员开发了一种计算机方法,利用核磁共振成像和机器学习来快速预测胶质瘤肿瘤的基因突变,
一种将先进的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肿瘤进行准确、实时的诊断。
人工智能可以高可靠性地检测出一种最常见的血癌——急性髓系白血病(AML)。
一款软件工具使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。
人工智能平台可以非常快速地分析基因组数据,挑选出关键模式来分类不同类型的结肠直肠癌,并改进药物发现过程。
人工智能方法可以高精度地识别5天大的体外受精人类胚胎是否有很高的潜力发展到成功怀孕。
研究人员利用机器学习能力来帮助完成分级肺腺癌的肿瘤模式和亚型的挑战性任务。
研究人员发明了新的机器学习软件,可以预测卵巢癌患者的生存率和治疗反应。
本网站使用cookies给我们的读者最好的网站体验。请参阅我们的隐私政策了解我们如何使用cookie,以及您如何编辑您的首选项。