全站搜索
首页_赢咖4星辉-官方注册地址
首页_赢咖4星辉-官方注册地址
赢咖4Blood Cancer Dis:基于机器学习的图像分析可可靠地识别血液恶性肿瘤
作者:管理员    发布于:2021-09-13 11:58    文字:【】【】【

  Blood Cancer Dis:基于机器学习的图像分析可可靠地识别血液恶性肿瘤

  骨髓增生异常综合症(MDS)是骨髓中干细胞的一种疾病,会干扰血细胞的成熟和分化。每年,大约有赢咖4200名芬兰人被诊断患有MDS,可以发展为急性白血病。在全球范围内,MDS的发病率是每100,000人年4例。

  2021年3月23日讯/生物谷BIOON/---骨髓增生异常综合症(MDS)是骨髓中干细胞的一种疾病,会干扰血细胞的成熟和分化。每年,大约有200名芬兰人被诊断患有MDS,可以发展为急性白血病。在全球范围内,MDS的发病率是每100,000人年4例。

  在赫尔辛基大学进行的研究中,使用基于机器学习的图像分析技术对MDS患者骨髓样本的显微图像进行了检查。样品用苏木精和曙红染色(H&E染色),数字化,并借助计算深度学习模型进行了分析。

  通过使用机器学习,可以对数字图像数据集进行分析,以准确识别影响该综合征进展的最常见遗传突变,例如获得性突变和染色体畸变。样品中异常细胞的数量越多,预后模型生成的结果的可靠性就越高。

  利用神经网络模型的最大挑战之一是了解标准,这些标准是它们根据数据得出结论的基础,例如图像中包含的信息。最近发布的研究成功地确定了在被教导寻找例如与MDS相关的基因突变时,在组织样本中会看到哪些深度学习模型。该技术提供了有关复杂疾病对骨髓细胞和周围组织影响的新信息。

  Satu Mustjoki教授说:“这项研究证实了计算分析有助于识别人眼看不见的特征。此外,数据分析还有助于收集有关细胞变化及其与患者预后相关性的定量数据。”

  该研究中进行的部分分析是使用赫尔辛基大学医院(HUS)赢咖4的数据进行的,可以有效地收集和分析大量的临床数据集。

相关推荐
  • 赢咖4注册21个必须知道的机器学习开源工具!
  • 赢咖4Blood Cancer Dis:基于机器学习的图像分析可可靠地识别血液恶性肿瘤
  • 赢咖4曝FaceBook正在自主研发机器学习芯片
  • 赢咖4注册脸书或正自研新的机器学习芯片
  • 赢咖4娱乐消息称脸书正自主研发全新机器学习芯片
  • 赢咖4科技名词 什么是机器学习?
  • 赢咖4消息称Facebook正在开发一款机器学习芯片
  • 赢咖4注册机器学习能提高生物图像分析的效率与准确性使细胞研究更精准!
  • 赢咖4娱乐机器学习算法加持企业知识共享平台Lynk获瑞银500万美元追加投资
  • 赢咖4亚马逊云科技始终致力于将机器学习的能力交到每一个开发者手中
  • 脚注信息
    版权所有 Copyright(C)2020 星辉娱乐
    网站地图|xml地图|友情链接: 百度一下