搜索结果: 1-15 共查到“临床医学 深度学习”相关记录26条 . 查询时间(0.076 秒)
深度学习系统可预测糖尿病视网膜病变发病进程
糖尿病 视网膜 微血管并发症
2024/3/1
糖尿病视网膜病变（DR）是糖尿病最常见的微血管并发症。该病初期症状隐匿，病情严重时可能导致永久性视力损伤甚至失明。由于不同患者病情进展存在较大差异，每位糖尿病患者患DR的风险和时间难以准确预测。如何高效精准诊断DR并评估其进展风险一直是一大难点。
我国科学家揭示利用骨髓涂片诊断和分型急性髓系白血病的深度学习算法
骨髓涂片 急性髓系白血病 深度学习算法
2024/1/16
急性髓系白血病（AML）是一种致命的髓系恶性肿瘤。骨髓涂片的细胞形态检测是髓系恶性肿瘤的临床诊断重要标准之一。
中国科学院心理所研发出可实用的阿尔茨海默病脑影像深度学习判别器（图）
阿尔茨海默病 磁共振成像 脑影像
2022/10/22
磁共振成像（Magnetic Resonance Imaging，MRI）是非侵入性的、无辐射的成像技术，广泛应用于脑损伤和脑肿瘤等疾病的临床诊断上。然而，针对阿尔茨海默病（Alzheimer’s Disease，AD）等无法直接依靠人眼判别的脑疾病，基于MRI的辅助诊断进展甚微。这是由于大多数AD分类算法使用较少的训练数据，且数据往往来自少数几个站点，这意味着分类器在应用于其他陌生扫描仪/人群时...
2022年10月19日，中国科学院行为科学重点实验室严超赣研究组在数据科学领域顶级期刊Journal of Big Data (IF=10.835)在线发表题为《基于85,721 个样本构建可实用的阿尔茨海默病脑影像深度学习判别器》的论文。
中国科学院研究人员开发出合理化深度学习超分辨显微成像方法（图）
分辨显微成像 显微图像
2022/10/18
2022年来，以深度学习为代表的计算超分辨方法可在不损失其他成像性能的前提下，提升显微图像分辨率或信噪比，表现出广阔的应用前景。然而，针对生物医学研究必需高保真度、可定量分析的图像要求，深度学习显微成像方法存在三大共性问题：受限于深度学习内秉的频谱频移（spectral-bias）问题，输出图像分辨率无法达到真值（ground truth）水平；受限于超分辨重建、去噪问题的病态性（ill-pose...
苏州医工所董建飞课题组在深度学习图像数据建模方面取得研究进展（图）
董建飞 图像数据 医学影像 网络结构
2023/7/21
2022年来，深度学习方法在图像处理中的应用快速发展，特别是对于医学影像，基于深度学习的技术为医生提升诊断效率提供了大量科学和直观的依据。对于医学图像分割，U-Net已成为一种流行且有效的工具，然而，它在分割模糊边界和消除干扰方面仍有明显的不足。 针对上述问题，中科院苏州医工所董建飞课题组的博士生张云楚和董建飞研究员近两年来研究提出了一种“2K折网络（2K-Fold-Net）”、以及基于注意力机制...
上海中医药大学王拥军教授（最后通讯作者）与上海大学田应仲教授（通讯作者）合作，在人工智能医学影像识别与量化方面取得新进展，建立了基于深度学习的腰椎间盘退变自动量化评估新方法，研究成果“基于深度学习的MRI腰椎间盘退变高精度定量研究于2022年2月11日发表在《自然-通讯》（Nature Communications）杂志上。
上海中医药大学王拥军教授团队建立的基于深度学习的腰椎间盘退变自动量化评估新方法发表在Nature Communications（图）
王拥军教授 上海中医药大学 腰椎间盘 脊柱退行性疾病
2023/6/30
在全球范围内，腰痛作为一个重大的公共卫生问题，给个人和社会带来沉重的负担。腰椎间盘退变被认为是引发这些脊柱退行性疾病的重要因素。然而，因为缺乏自动测量的方法，临床及相关研究大都局限于定性分析水平，缺乏自动化定量测量分析方法。
近期，中科院合肥研究院智能所智能感知技术中心宋博研究员团队在多模态医学图像处理技术研究方面取得重要进展：团队基于人工智能-深度学习技术的医学影像分析方法研究，开发了同步实现脊柱中心线提取及脊柱侧弯量化评估精确诊断模型，可大幅度提高检测精度和速度。目前该成果发表于医学影像分析顶会-医学图像计算和计算机辅助介入国际会议(The 24th International Conference on Medi...
2021年6月17日，北京大学谢正伟团队与合作者在Nature Biotechnology（影响因子36.6）在线发表了题目为“Prediction of drug efficacy from transcriptional profiles with deep learning”的研究论文，揭示了一种基于基因指纹和深度学习的药效预测系统（DLEPS，中文名灵素系统）在预测化合物治疗疾病方面的应用...
深度学习可以有效提取图像隐含特征,在医学影像识别方面的应用快速发展.由于糖尿病视网膜病变(Diabetic retinopathy,DR)诊断标准明确、分类体系成熟,应用深度学习诊断糖尿病视网膜病变近年来成为研究热点.本文从深度学习方法在DR诊断中的最新研究进展、DR诊断的一般流程、公共数据集、医学影像标注方法、主要实现模型、面临的主要挑战几方面,对深度学习方法在糖尿病视网膜病变诊断中的应用进行了...
应计算机学院、网络数据分析与智能处理陕西省重点实验室邀请，西北工业大学计算机学院教授夏勇于2021年5月11日下午15：00来西安邮电大学计算机学院进行交流访问。夏勇教授做了题为“基于深度学习的医学影像分割技术”的学术报告。在报告中，夏勇教授介绍了深度学习在各个领域取得的巨大成功，并以腹部器官和肿瘤、前列腺和胶质瘤分割为例，详细介绍了在应用深度学习技术进行医学图像分割方面的经验和体会，同时，与参会...
日前，郑州大学人民医院王梅云团队与清华大学医学院洪波团队、航天航空学院李路明团队，哈佛大学医学院Martinos影像中心刘河生团队合作，采用深度学习方法解决功能磁共振缺损信号修复难题，研究成果以题为《采用深度学习方法重建个体大脑缺损的血氧水平依赖信号》（Reconstructing lost BOLD signal in individual participants using deep mac...
基于深度学习的儿童骨龄智能评估模型构建及初步临床验证
骨龄 深度学习 人工智能 中华05
2020/3/4
构建基于深度学习的儿童骨龄人工智能（AI）评估模型，并进行初步的临床验证。回顾性连续纳入2018年3月至8月无锡市儿童医院儿童骨龄DR片5 000例，按年龄段等比例采样原则训练集纳入2 351例，验证集101例。由4名放射学专家采用中华05RUS-CHN法，双盲评估关键骨骺发育等级，取专家骨龄评测的均值为参考金标准。采用深度学习方法训练并建立骨龄评估AI模型，另选2名儿童影像住院医师人工测评验证集...