通过人工智能增强技术开展前列腺癌患者的超快速PSMA-PET分期

人工智能增强超快速PSMA-PET在前列腺癌分期中的应用 学术背景 前列腺癌是全球男性中最常见的癌症之一,准确的诊断和分期对于治疗决策至关重要。前列腺特异性膜抗原(PSMA)正电子发射断层扫描(PET)已成为前列腺癌患者的标准检查方法。然而,传统的PSMA-PET扫描时间较长,通常需要20分钟,这限制了患者的检查机会,尤其是在需求日益增长的情况下。为了缩短扫描时间,研究人员提出了超快速PSMA-PET扫描技术,但这种方法往往以图像质量下降为代价。为了解决这一问题,研究人员探索了人工智能(AI)技术在图像增强中的应用,以提高超快速PSMA-PET的图像质量和诊断准确性。 论文来源 这篇论文由David Kersting、Katarzyna Borys、René Hosch和Robert Sei...

神经网络驱动的白内障手术显微系统

神经网络驱动的白内障手术显微系统

基于深度神经网络的微导航显微手术系统——助力白内障手术精确性迈上新台阶 学术背景与研究问题 白内障是全球范围内导致失明的主要原因之一。如今,采用超声乳化术(phacoemulsification)结合人工晶状体植入(IOL)的手术方法已经成为治疗白内障的主要手段。这一方案不仅能够显著提高患者的视觉质量,还能有效降低手术并发症的发生率。然而,手术的效果高度依赖于其精细操作和眼球的空间定位与定向。手术过程中诸如角膜切口的位置、囊膜撕裂(capsulorhexis)的大小和位置、以及人工晶状体的角度对术后视觉恢复至关重要。 目前的眼科手术显微镜大多依赖于手术医生的经验和人工标记。这种方式面临众多挑战,尤其是在遇到复杂临床场景时,例如眼球旋转、视觉场景不完全、角膜畸变或外部遮挡等。此外,已有的商用显...

通过前背景时空建模的视频心率与呼吸率估算方法

基于视频的心率与呼吸率估算的新方法 背景与研究动机 心率(Heart Rate,HR)和呼吸率(Respiratory Rate,RR)是反映心肺功能的重要生理指标,被广泛应用于医学、健康监测以及心理与行为研究中。传统上,这些参数常通过接触式传感器测量,例如使用心电图(Electrocardiography,ECG)或光电容积描记法(Photoplethysmography,PPG)测量HR,通过呼吸带或气流测量仪测量RR。然而,接触式方法在日常生活中使用受到诸多局限,包括设备佩戴的舒适性、可能的皮肤刺激以及不适合某些场景的应用需求(如远程监测)。 近年来,基于视频的非接触式生理信号估算逐渐吸引了研究者的关注,这种方法通过视频捕捉皮肤颜色细微变化或身体运动变化,无需接触即能估算HR和RR。但...

跨九种模态的生物医学对象联合分割、检测和识别的基础模型

解码生物医学图像分析的未来:多模态联合分割、检测和识别的基础模型 背景介绍 在生物医学研究中,图像分析已成为推动生物医学发现的重要工具,能够跨越从亚细胞器到器官层面的多尺度研究。然而,传统的生物医学图像分析方法大多将分割(segmentation)、检测(detection)和识别(recognition)作为独立的任务分别处理,这种割裂式的方法不仅限制了任务间交互的信息共享,也增加了处理复杂多样的生物医学图像数据的难度。 例如,传统的分割方法通常依赖人工指定的边界框(bounding box)来标注感兴趣目标的区域,这对形状不规则或数量庞大的目标(如病理全片图像中的所有细胞)来说是具有挑战性的。此外,忽略目标检测和语义识别(metadata-like semantic informatio...

EvoAI实现蛋白质序列空间的极端压缩与重建

蛋白序列空间的极端压缩与重建:EvoAI的突破性研究 背景介绍 蛋白质的设计和优化已经成为生物技术、医学和合成生物学领域中的核心挑战之一。蛋白质的功能由其序列和结构决定,但这一功能性的序列空间(sequence space)非常复杂且高维,包含极大量的可能性。探索这一领域的关键性问题在于如何有效地解析和压缩这片几乎无穷大的序列空间,进而识别与功能密切相关的特征。以往的方法包括直接进化(directed evolution)、深度突变扫描(deep mutational scanning, DMS)、位点饱和突变(site-saturation mutagenesis)等实验策略,虽为揭示基因型与表型的关系提供了重要的见解,但在序列空间覆盖范围、准确性和高维分析能力方面受到显著限制。而计算方法...

评估大型语言模型在基因集功能发现中的应用

基于大语言模型探索基因集合功能发现:GPT-4的表现优异 学术背景 在功能基因组学(functional genomics)领域,基因集合富集分析(gene set enrichment analysis)是理解基因功能及其相关生物学过程的重要方法。然而,当前的富集分析主要依赖于文献整理的基因功能数据库,例如Gene Ontology (GO)等,这些数据库存在一定的局限性:数据不完整且更新速度有限。这导致了许多基因集合无法通过传统工具有效解析,这些未曾被明确标注的基因集合正是潜在产生重要生物学新见解的源泉。 在这种背景下,近年来生成式人工智能(generative artificial intelligence),尤其是诸如GPT-4的“大语言模型”(large language mode...