DL
告别「滤镜」：上理工、上交大团队发布AI赋能的新一代荧光显微镜
编辑 | 2049想象一下，一位生物学家在显微镜前观察细胞，为了看清细胞中特定的荧光标记物，每个实验都需要使用特制的光学滤光片组。 这些滤光片组就像精密的光学「滤镜」，由二向色镜和高光密度带通滤光片构成，用于分离激发光和荧光发射光。 然而，这种传统设计带来了几个显著问题：首先是设备成本增加，其次是系统变得庞大复杂，更重要的是在需要观察多种荧光标记时，机械切换滤光片的过程会显著降低实验效率。
AI 提高无创脑机接口性能，卡内基梅隆大学贺斌团队的新范式
编辑 | 萝卜皮脑机接口（BCI）有可能帮助恢复患者的运动功能，并通过提供大脑与机器人或其他设备的直接连接，使普通大众受益。在最新的工作中，卡内基·梅隆大学（Carnegie Mellon University）贺斌教授团队开发了一种使用基于深度学习 (DL) 的解码器来连续跟踪 BCI 系统的范例，并通过广泛的在线实验展示了其功能。该团队还研究了不同数量的训练数据如何影响 DL 性能，并收集了超过 150 h 的 BCI 数据，这些数据可用于训练新模型。研究结果为开发基于深度学习的 BCI 解码器提供了重要范式，
- 1