成像

AI揭示儿童攻击性的大脑网络

AI揭示儿童攻击性的大脑网络

一种基于机器学习的方法发现了表现出攻击性的儿童大脑连接的中断。

机器学习从胸部CT诊断新冠病毒-19

机器学习从胸部CT诊断新冠病毒-19

科学家已经开发出一种快速、计算机化诊断新冠病毒-19的算法，克服了逆转录聚合酶链反应的局限性。

医学图像中的人工智能斑点异常

医学图像中的人工智能斑点异常

与通用解决方案相比，神经网络能够更成功地检测医学图像中的异常。

利用人工智能进行心理健康评估

利用人工智能进行心理健康评估

人工智能可以从调查问卷和脑部扫描中检测出有关心理健康的信息。

水凝胶改进了癌症诊断方法

水凝胶改进了癌症诊断方法

研究人员测试了特殊水凝胶的有效性。

机器学习在全球范围内治疗新冠病毒-19患者

机器学习在全球范围内治疗新冠病毒-19患者

来自世界各地的20多家医院与NVIDIA一起使用人工智能在全球范围内预测新冠肺炎患者的氧气需求。

机器人技术在脊柱外科中的应用

越来越多的医院和脊柱外科医生正在采用机器人技术和计算机导航，旨在提高精确度、准确性和可预测性。

基于机器学习的三维micro-CT图像重建

研究人员利用机器学习帮助重建纤维材料的三维显微CT图像。

深度学习：利用单个3D MRI扫描对脑肿瘤进行分类

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，能够使用单个3D MRI扫描将脑肿瘤分为六种常见类型之一。

量子比特传感器可以彻底改变成像

研究人员开发了一种由氮化硼制成的新型原子传感器。它基于晶格中的量子位，优于同类传感器。

机器人扫描仪自动化眼部诊断成像

工程师和眼科医生开发了一种机器人成像工具，可以自动检测和扫描患者的眼睛，寻找不同眼部疾病的标志物。

可穿戴X射线探测器不需要重金属

研究人员开发了一种可穿戴的X射线探测器，该探测器由无毒的金属有机框架制成，层叠在柔性塑料和金电极之间，用于高灵敏度传感和成像。

基于深度学习的全息关注点传感器

研究人员开发了一种快速且经济高效的基于粒子凝集的传感器，该传感器由全息成像和深度学习提供动力

无创检测检测癌细胞

美国癌症研究所的科学家已经证明，诊断纳米颗粒可以用于监测治疗后的肿瘤复发或进行常规癌症筛查。

深度学习有助于在3D中可视化X射线数据

科学家们利用人工智能来训练计算机，使其跟上先进光子源获取的大量X射线数据。

人工智能捷径在癌症治疗中引入偏见

AI工具模型是癌症治疗中的一个强大工具。然而，除非对这些算法进行适当校准，否则它们有时会做出不准确或有偏差的预测。

AI测量心脏周围脂肪预测糖尿病

研究人员开发了一种新的人工智能工具，能够根据MRI扫描图像自动测量心脏周围的脂肪量。

烤面包机训练人工智能检测新冠病毒的照片

对日常物品图像使用机器学习的研究正在提高检测呼吸道疾病的准确性和速度，减少对专业医疗专家的需求。

云计算拓展脑科学

德克萨斯大学的神经科学家奥斯丁希望民主化，支持基础设施。

神经网络加速全息成像

研究人员开发了一种全息技术，与现有方法相比，该技术可以以高达50倍的加速度快速重建样品的显微图像。

新冠病毒-19：AIs捷径导致误诊

研究人员发现，人工智能模型倾向于寻找捷径。在人工智能辅助疾病检测的情况下，如果在临床环境中使用这些快捷方式，可能会导致诊断错误。

深度学习预测肺癌风险

根据一项新的研究，一个人工智能（AI）程序准确地预测了CT筛查发现的肺结节癌变的风险。

图像融合方法使用人工智能来改善结果

研究人员开发了一种新的基于监督深度学习的“多模态”图像融合方法，该方法提高了图像清晰度，减少了冗余图像特征，并支持批量处理。

改进生物打印植入物的成像技术

科学家们开发了一种新的显微成像方法，可以更仔细地观察3D打印技术，用于开发未来的患者植入物，以及改进疾病建模和药物筛选。新利18官方

深度神经网络集成成像

神经网络框架可以增加放射科医生在CT扫描上评估肺癌类型的信心，为个体化治疗计划提供信息。

用于脑活动成像的微型植入物

研究人员利用纳米光子技术开发了一种可植入大脑的工具，该工具可以帮助对大脑活动进行光学成像。

mhealth：精明的智能手机成像系统

基于智能手机的医学和医疗成像系统的开发可以通过最新发布的整体评估指南进行优化。

便携式混合伽马照相机应能提高癌症诊断水平

科学家们设计了一种便携式3D成像设备，它将改善癌症的治疗和诊断。

用于成像的新型量子点

一种新的量子点开辟了一系列实际应用，包括医学成像和诊断以及量子通信。

利用人工智能实时生成三维全息图

一种称为张量全息术的新方法可以创建用于虚拟现实、3D打印、医学成像等的全息图，并且可以在智能手机上运行。新利18官方

新冠病毒-19：AI模型尚不适合临床使用

研究人员发现，在300多个新冠病毒-19的机器学习模型中，有一个不适合从标准医学影像中检测或诊断新冠病毒-19。

PEAR：启动纳米成像

我们采访了多米尼克·泽鲁拉教授，他的公司PEARlabs正在开发一种成像技术，旨在通过观察体内纳米级的运动过程，再一次突破这一界限。

计算机视觉的关键任务得到提升

一位研究人员展示了一种与其他方法相比减少非刚性点集配准计算时间的技术。

AI识别癌前结肠息肉

机器学习算法有助于在CT结肠造影扫描中准确区分良性和癌前大肠息肉。

微流体和人工智能显微镜测量血红蛋白

印度科学研究所和SigTuple Technologies的研究人员开发了一种测量小体积血液样本中血红蛋白水平的方法。

医生

▲

消息