关键词 "癌症" 的搜索结果， 共 17 条, 只显示前 480 条
上海交通大学清源研究院的研究人员提出了PathoDuet框架，针对病理切片图像的特点，设计了跨尺度定位和跨染色迁移两个预训练任务，有效利用了图像放大倍数和染色方式之间的关联性。PathoDuet在结直肠癌分型和免疫组化标记物表达预测等任务中优于现有方法。此外，通用病理基础模型UNI[39]在超过100万张诊断切片上进行了大规模无监督学习，并在34个任务中展现了卓越的性能。该模型支持分辨率无关分类、
MedSAM医学图像分割基础模型，能够在广泛的任务范围内对多种模态的医学图像进行高性能分割。MedSAM在SAM模型的基础上，使用超过150万的图片和分割掩码进行训练，包含了10种图像模态以及30种癌症类别。
通用病理基础模型UNI在超过100万张诊断切片上进行了大规模无监督学习，并在34个任务中展现了卓越的性能。该模型支持分辨率无关分类、少样本学习等，并具备对108种癌症类型的泛化分类能力。
模型SurvPath利用转录组学中的生物通路标记和 WSI 中的组织学补丁标记，通过多模态 Transformer 促进记忆有效的融合。SurvPath 在来自癌症基因组图谱的五个数据集中超越了单模态和多模态基线，展示了最先进的性能。此外，我们的可解释性框架识别了关键的多模态预后因素，为基因型-表型相互作用和潜在的生物学机制提供了更深入的见解。
PORPOISE，这是一个交互式的免费平台，可直接生成由我们的模型确定的数千名多种癌症类型患者的预后标记。为了验证这些模型解释的预后价值，我们分析了 WSI 中关注度较高的形态学区域，结果表明，在 14 种癌症类型中，有 12 种存在肿瘤浸润淋巴细胞，这证实了癌症预后良好。
基于深度学习的组织学和基因组学多模态整合，以改善癌症起源预测
组织病理学图像评估对于癌症诊断和亚型分类至关重要。用于组织病理学图像分析的标准人工智能方法专注于优化针对每个诊断任务的专门模型 。尽管此类方法已取得一些成功，但它们对由不同数字化协议生成的图像或从不同人群采集的样本的普遍性通常有限。在此，为了应对这一挑战，我们设计了临床组织病理学影像评估基础 (CHIEF) 模型，这是一个通用的弱监督机器学习框架，用于提取病理影像特征以进行系统的癌症评估。CHIE
技术：药物-脂质结合纳米分散体 疾病领域：肿瘤学、神经病学和罕见疾病 最新消息：与牛津大学建立为期五年的合作伙伴关系，共同开发新型蛋白质降解技术 BPGbio 被生物技术突破奖 (BioTech Breakthrough Awards)评为2024 年度“年度生物技术 AI 公司”。该公司拥有一个名为 NAi Interrogative Biology 的 AI 平台，该平台利用全球
领先资产技术：小分子超氧化物清除剂 重大并购活动：与人工智能药物研发公司Exscientia合并 最新消息：宣布了用于治疗慢性心肌梗塞的先导药物REC-994令人鼓舞的2期临床试验数据 人工智能药物研发公司 Recursion 的核心使命是 Recursion 操作系统 (OS)，这是一个跨多种技术构建的平台，可不断扩展世界上最大的专有生物、化学和以患者为中心的数据集之一。 同时
专长：人工智能驱动的精准医疗。Ardigen 结合生物信息学、人工智能和微生物组分析，开发用于免疫肿瘤学和基于微生物组的疗法的工具。其 ImmunoMind™ 平台可识别新抗原，从而提高癌症免疫疗法的疗效。Ardigen 的定制解决方案能够应对药物研发中的复杂挑战，尤其是在个性化医疗领域。
专长：RNA 疗法的基因洞察。Deep Genomics 利用人工智能解码基因组数据，并识别 RNA 疗法的靶点。其专有平台 SPIDEX 已为罕见遗传疾病的治疗开发出有前景的候选药物。Deep Genomics 在利用人工智能设计下一代 RNA 药物方面处于领先地位。 2015年，Brendan Frey与Hannes Bretschneider等人成立了Deep Genomics。公司有20
专长：精准医疗的联邦学习。Owkin 利用联邦学习技术，在保护数据隐私的同时，实现协作式 AI 研究。他们在肿瘤学和心脏病学领域的应用已构建出可指导个性化治疗决策的预测模型。Owkin 与领先医院和研究机构的合作进一步扩大了其影响力。 Owkin于2016年成立于法国巴黎，是一家AI驱动的精准医疗公司，由临床医师Thomas Clozel博士与生物学人工智能先驱Gilles Wainrib博士共
专长：模拟细胞相互作用以用于癌症治疗。Turbine 使用人工智能模拟细胞行为，预测药物如何与复杂的生物系统相互作用。他们的模拟研究已确定了针对耐药性癌症的新型治疗策略。
专长：利用真实世界数据实现个性化癌症治疗。Tempus 将临床和分子数据与人工智能相结合，实现癌症治疗的个性化。其平台为肿瘤学家提供切实可行的洞察，从而实现更精准、更有效的治疗。Tempus 对真实世界证据的贡献正在重塑肿瘤治疗。 Tempus AI 成立于创始人妻子被诊断出乳腺癌后，其使命是利用技术和人工智能来增强癌症治疗。该公司后来扩展到其他治疗领域，例如中枢神经系统疾病和心脏病学。
Drug Farm（药物牧场），是一家通过 piggyBac 转座子发现药物靶标的 first-in-class 药物研发公司，在中美两地逐步建立团队，现已确定若干新的免疫靶点，并开发出进入临床阶段的首创新药。近日，该公司获得《麻省理工科技评论》中国・第二届生命科学创业大赛 “最佳团队奖”，生辉借此机会采访了其联合创始人兼首席运营官 许枞博士。 Drug Farm 致力于构建独特的平
AlphaFold 是 DeepMind 开源的人工智能系统，借助 AlphaFold 可以更加准确的预测蛋白质的形状。主要应用于医疗保健和生命科学领域，有可能加速药物的研究与发现。 AlphaFold到底厉害在哪里？它的核心武器叫做“深度学习”，简单来说，就是让AI自己去学习成千上万个已知的蛋白质结构，从中找出隐藏的规律。更重要的是，AlphaFold引入了一种叫做“进化信息”的数据，分析
FaceAge是一款AI人脸识别扫描模型，它通过数万张患者照片和公共图像数据库进行训练，能够精准判断个人衰老迹象。 模型描述 FaceAge 深度学习流程包括两个阶段：面部定位和提取阶段，以及带有输出线性回归器的特征嵌入阶段，可提供生物年龄的连续估计。 第一阶段通过在照片中定位人脸并在其周围定义一个边界框来预处理输入数据。然后对图像进行裁剪、调整大小，并在所有 RGB 通道上对像
只显示前20页数据，更多请搜索
