-
TMI2024 | 阿大、同济等提出TraCoCo，用于3D医学图像半监督分割
编辑 | ScienceAI3D 医学图像分割方法已经取得了成功，但它们对大量体素级标注数据的依赖是一个需要解决的缺点，因为获取这些标注的成本很高。 半监督学习（SSL）通过使用大量未标注数据和少量标注数据进行模型训练，解决了这一问题。 最成功的 SSL 方法基于一致性学习，即通过最小化从扰动视图中获得的模型响应之间的距离来实现的。- 6
- 0
-
上交大、复旦中山团队开发糖尿病专用大语言模型，助力个性化糖尿病管理
编辑 | ScienceAI随着全球糖尿病患病率的逐年攀升，糖尿病已成为全球范围内极具挑战的公共健康问题。据统计，全球约有 10% 的人口受到糖尿病的影响。到 2045 年，全球糖尿病患者人数预计将攀升至惊人的 7.83 亿。然而，由于糖尿病医生短缺、医疗资源分布不均以及患者自我管理能力的不足，糖尿病的管理和治疗仍面临重重困难。如何高效、智能化地管理糖尿病，已成为当前医学界和科技界共同关注的重要课…- 12
- 0
-
如何让细胞进行计算？国内四高校提出生物计算元器件设计全新方法，登Cell
编辑 | 萝卜皮作者 | 论文团队细胞犹如一台计算机，每时每秒都在接收、分析和处理来自环境中的不同信息：外界信息通过细胞内高度并行的信号转导途径进行分析和处理，进而以预定义的方式从「存储设备」（即 DNA）中读取信息（基因的表达）或写入指令（DNA 修饰和编辑），指导自身或周围细胞对环境信息做出响应。一直以来，如何有效利用生物体本身的计算能力，通过对生物体进行改造使之能够执行人类给定的计算任务，并…- 6
- 0
-
高效且准确，郑州大学团队开发新AI工具识别药物-靶标相互作用
编辑 | 枯叶蝶准确识别药物-靶标相互作用（DTI）是药物发现和药物重新定位过程中的关键步骤之一。目前，已经提出了许多鉴于计算的模型来预计 DTI，并取得了一些显著的进步。然而，这些法子很少关注如何以适当的方式融会与药物和靶标相关的多视角相似性搜集。此外，如何充分结合已知的相互作用关系来准确表示药物和靶标尚未得到很好的研讨。因此，仍然需要提高 DTI 预计模型的准确性。在最新的研讨中，郑州大学、电…- 15
- 0
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×