深度学习

深度学习是机器学习的一个子集，它利用人工神经网络来模仿人类的思考和学习方式。我们报告其在疾病诊断中的应用，例如在成像、研究以及在机器人或可穿戴设备等技术中的应用。

人工智能全息显微镜在分析免疫疗法方面击败了科学家

人工智能正在帮助研究人员破译一种新的全息显微技术的图像，这种技术需要研究癌症免疫治疗“实时”发生的关键过程。

人工智能识别“丑小鸭”患皮肤癌

基于深度学习的系统可以让皮肤科医生从智能手机照片中识别出可疑的皮肤病变，从而实现更好的筛查。

设计医学深度学习系统

研究人员分析了深度学习研究的更好设计是否能导致医疗实践的更快转变。

人工智能在寻找新冠肺炎治疗方法方面取得了长足进展

一种可以预测人类基因和药物如何相互作用的深度学习模型，已经确定了至少10种有望用于治疗COVID-19的化合物。

如何使用人工智能和超级计算机训练机器人

计算机科学家使用TACC系统为机器人训练生成合成对象。

机器人学习快速安全的导航策略

研究人员提出了一种新的框架，用于训练移动机器人在保持低碰撞率的同时快速导航。

生物医学研究:深度学习优于机器学习

深度学习方法有潜力提供更好的结果，产生更好的表征人类大脑的特征。

利用人工智能发现现有药物的新用途

科学家们开发了一种机器学习方法，可以处理大量数据，以帮助确定哪些现有药物可以改善非处方药的治疗结果。

基于深度学习的图像分割

科学家们提出了一种新的方法，可以为大量不同的成像数据集配置自学习算法，而不需要专业知识或非常强大的计算能力。

打开AI的“黑盒子”

人工智能正变得越来越强大，并进入人们的日常生活，但我们往往不知道这些系统内部发生了什么。

AI在你的肺部看到和听到COVID-19

两种深度学习算法可以从肺部图像和呼吸音中识别COVID-19的模式，可能有助于抗击其他呼吸道疾病和日益严峻的抗生素耐药性挑战。

深度学习工具测量脑室体积

研究人员开发了一种人工智能工具，可以在大约25分钟内通过核磁共振(mri)测量儿童脑室的体积。

人工智能如何改善医学成像

人工智能不仅提供了更好地检测肿瘤、皮肤损伤或其他迹象的可能性，还可以提高放射科医生的准确性和效率。

神经网络在不应该被信任的时候进行学习

研究人员已经开发了一种深度学习神经网络的方法，以快速估计他们输出的信心水平。

深度学习能够筛查眼病

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。

机器学习寻找COVID-19疗法

研究人员为针对SARS-CoV-2主要蛋白酶的药物开发人员创建了一个深度学习模型。

机器学习算法检测早期阿尔茨海默氏症

人工智能通过功能性磁共振成像来检测阿尔茨海默病的早期阶段。

利用人工智能制造新材料

研究人员揭示了利用人工智能制造新型记忆设备材料背后的机理。

神经网络可以帮助预测未来的自残行为

研究人员发明了一种人工智能算法，可以根据电子健康记录中的临床记录信息，自动识别出有高度故意自残风险的患者。

VisionBlender为机器人手术生成计算机视觉数据集

伦敦帝国理工学院汉姆林中心的研究人员推出了一种新工具，可以生成精确的内窥镜数据集。

人工智能用于对抗COVID-19的5种方式

了解更多关于科学家和医生如何使用人工智能为抗击冠状病毒做出贡献的信息。

深度学习平台准确诊断肌张力障碍

研究人员开发了一种独特的诊断工具，可以从核磁共振扫描中检测肌张力障碍，这是同类技术中第一个提供客观诊断的障碍。

使用深度学习诊断自闭症

研究人员已经将这些人工智能技术应用于自闭症诊断。

2019冠状病毒病:基于深度学习的咳嗽识别

研究人员宣布，他们的咳嗽检测摄像机可以识别咳嗽发生的位置，并将其可视化。

机器学习模型有望完善3D纳米打印技术

科学家和合作者正在使用机器学习来解决双光子光刻产业化的两个关键障碍。

3 d hand-sensing腕带

研究人员已经设计了一种手腕设备，并开发了软件，可以在3D中持续跟踪整个人类的手。

杖鼓使学问深如微风

研究人员开发了一种新工具，可以更容易地将深度学习的力量最大化，用于研究基因组。

深度学习电子皮肤解码复杂的人体动作

深度学习驱动的单张力电子皮肤传感器可以从远处捕捉人体动作。

人工智能引导外骨骼适应地形

研究人员已经开发了一种新的软件，可以与现有的硬件集成，使人们使用机器人假肢在不同类型的地形上以更安全、更自然的方式行走。

深度学习精确染色数字化活检切片

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。

AI区分肺炎和COVID-19

研究人员开发了一种可预测的人工智能模型，可以通过胸部x光来区分健康患者、肺炎患者和COVID-19患者。

牙科:人工智能帮助定位下颌管

研究人员开发了一种新的模型，可以准确、自动地显示下颌管的确切位置。

人工智能可能帮助脑癌患者避免活组织检查

在未来的几年里，脑癌患者可能不需要动手术来帮助医生确定肿瘤的最佳治疗方法。

NVIDIA Healthcare 2.0 -在医疗保健领域开发和部署人工智能

“人工智能是我们这辈子最大的技术突破。它将促进整个医疗生态系统的发展，并最终彻底重塑我们提供药物的方式。”

深度学习系统用于诊断皮肤病

人工智能算法能够诊断134种皮肤疾病，并通过提高诊断的准确性和预测治疗方案来支持专家。

软银的机器人

英伟达

▲

新闻