研究人员称,一种新的人工智能方法将一种常见的脑瘤分为高、低两类,准确率接近98%。
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。
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。
基于商业应用程序的技术现在使淋巴水肿的早期检测更容易,允许积极治疗。
使用机器人治疗脑动脉瘤是可行的,而且在放置支架、线圈和其他设备时可以提高精度。
研究人员开发了一种计算机方法,使用核磁共振成像和机器学习来快速预测神经胶质瘤肿瘤的基因突变,
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。
乌普萨拉大学(Uppsala University)的科学家们利用计算机算法找到了一种很有前途的神经母细胞瘤新疗法。
在从x射线图像中发现乳腺癌方面,一种计算机算法已经被证明与人类放射学家一样有效。
人工智能可以检测出最常见的一种血癌——急性髓系白血病(AML),而且可靠性很高。
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。
研究人员开发了一种新的算法,可以在整个小鼠体内自动检测单个播散的癌细胞的转移。
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。
研究人员使用了一种基于芯片的传感器和集成的激光来检测尿液样本中非常低水平的癌症蛋白生物标志物。
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,对不同类型的结直肠肿瘤进行分类,并改善药物发现过程。
科学家可以确定哪些肺癌患者将受益于昂贵的免疫疗法。
在基于深度学习的软件的帮助下,放射科医生能够更好地通过胸部x光检测恶性肺癌。
研究人员表示,深度学习算法在对急性髓细胞白血病患者的血液样本进行分类时的表现类似于人类专家。
利用机器学习,研究人员建立了一种工具,可以检测触发免疫系统的基因突变,帮助确定哪些癌症患者可能受益于免疫疗法。
在佐治亚理工学院的实验室中,一种3d打印的细胞诱捕器可以捕获血液细胞,从血液样本中分离出肿瘤细胞。
托马斯杰斐逊大学的研究人员利用机器学习甲状腺结节的超声波图像来预测恶性肿瘤的风险。
一种人工智能工具与放射科医生的分析相结合,识别乳腺癌的准确率约为90%。
科学家们现在已经制定了指导方针,应该能够安全开发用于医疗用途的纳米颗粒。
研究人员使用人工智能来提高一种相对较新的生物医学成像方法所记录的图像的质量。
研究人员发现,使用3D模型为肾脏肿瘤手术做准备可以带来实质性的改善,包括缩短手术时间。
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。
研究人员正在开发一种微型机器人,这种机器人可以将药物输送到体内的特定位置,同时在体外受到监控和控制。
合作者们正在开发一种内窥镜机器人系统,该系统具有双手灵巧性,而且比现有的系统规模小得多。
动物研究表明,以二氧化碳为基础的癌症组织冷冻方法可能有助于低收入国家更多的乳腺癌患者。
科学家们已经开发出一种看起来和移动起来都像水母的机器人;目标是将水母机器人应用于癌症治疗。
胃癌、结直肠癌:早期识别适合人工智能免疫治疗的患者。
研究人员制造了一套磁性“镊子”,可以在三维空间中以前所未有的精度定位人类细胞内的纳米尺度的珠子。
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。
一种新型超灵敏诊断设备可以让医生从一滴血液或血浆中迅速检测出癌症,从而为患者提供更及时的干预和更好的治疗结果。
MyPath是一个移动应用程序,它为乳腺癌患者提供从副作用到保险的各种个性化建议。
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。