深度学习算法比现有方法更准确地提取分子途径和关键突变的发展。
研究人员测试了特殊水凝胶的有效性。
研究这些类有机物可以帮助研究人员开发和测试胰腺癌的新疗法。
MasSpec笔已经证明,在手术过程中,可以从储存的胰腺样本中准确区分健康组织和癌组织。
研究人员为骨髓增生性肿瘤的早期诊断和靶向治疗提供了一种灵敏、多途径、定量的检测方法。
特拉维夫大学的研究人员已经用3D打印机打印出了一个完整的活跃的和存活的胶质母细胞瘤。
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。
通过使用深度学习算法,研究人员已经开发出一种准确预测哪些皮肤癌具有高度转移性的方法。
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。
一种基于机器学习方法的工具,用于评估特定类型肿瘤中基因的所有可能突变对癌症发展和进展的潜在贡献。
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。
临床医生正在使用患者特异性肿瘤“类器官”模型作为临床前辅助平台,以更好地评估阑尾癌的免疫治疗。
研究人员发现了一种利用新型碘纳米颗粒增强放射治疗的方法。
MasSpec笔已经证明可以直接准确地识别患者的组织和手术边缘,并从储存的胰腺样本中区分健康组织和癌组织。
新的研究可以帮助外科医生更准确地进行肝脏切除,并改善患者的预后。
科学家已经开发出新一代的微针技术,该技术允许以微创方式将活细胞皮内注射。
研究人员开发了一种新的基于人工智能的乳腺癌诊断组织切片分析系统。
研究人员已经成功地设计并测试了一个系统,用于快速检测大量潜在的免疫治疗药物。
研究人员利用聚焦超声(FUS)和电离辐射进行新的癌症治疗,取得了有希望的结果。
研究表明,携带强效抗癌药物的微泡可以通过抗体引导到肿瘤部位。
在下一代手术室中,互连传感器将收集数据,实时分析数据,并使其可用于数字辅助功能。
科学家们将3D打印的活体人脑血管系统与先进的计算流模拟相结合,以更好地了解肿瘤细胞附着在血管上的情况。
早期口咽鳞状细胞癌患者的机器人手术与改善健康结果相关,包括更好的长期生存率。
研究人员已经证明,联合学习在脑成像方面是成功的,因为它能够分析脑肿瘤患者的MRI扫描,并区分健康脑组织和癌区。
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的、更快的方法来识别癌症干细胞样细胞(CSCs),这有助于提高癌症治疗的有效性。
研究人员报告,一种新的人工智能方法将一种常见的脑瘤分为低级别或高级别,准确率接近98%。
与病理学家合作的计算机科学家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,无法将它们与传统染色的幻灯片区分开来。
在未来几年中,脑癌患者可能不需要接受手术来帮助医生确定肿瘤的最佳治疗方法。
研究人员开发了一种早期诊断肺癌的新方法:尿检,可以检测与肺癌相关的蛋白质的存在。
研究人员展示了一种将胶质母细胞瘤细胞的生物打印和成像技术结合起来的方法,这种方法可以更紧密地模拟人体内发生的情况。
使用机器人治疗脑动脉瘤是可行的,可以提高放置支架、线圈和其他设备的精度。
研究人员开发了一种肿瘤生物传感芯片,可以帮助确定癌症患者所需的最佳化疗剂量。
研究人员开发了一种利用MRI和机器学习快速预测神经胶质瘤基因突变的计算机方法,
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以及您如何编辑您的首选项。