《德国研究人员基于人工神经网络开发出“AIMOS”算法,可帮助分析医学影像数据》

  • 来源专题:中国科学院文献情报生命健康领域集成服务门户
  • 编译者: 王跃
  • 发布时间:2021-01-15
  • 12月28日,德国慕尼黑工业大学的研究人员开发出可帮助分析医学影像数据的自我学习算法程序“AIMOS”。该程序的核心是人工神经网络,可像人脑一样识别和学习不同模式。研究人员使用老鼠图像训练其算法,旨在将三维全身扫描的图像点分配给特定器官,以让程序能显示出不同器官的精确位置及形状。该程序只需几秒就能解释老鼠的全身扫描图,并用颜色来区分和描绘器官,而非用各种不同的灰色阴影,为图像分析提供了极大便利。

  • 原文来源:https://www.tum.de/nc/en/about-tum/news/press-releases/details/36399
相关报告
  • 《美国研究人员开发出基于AI的新型动态脑成像技术》

    • 来源专题:生物安全网络监测与评估
    • 编译者:闫亚飞
    • 发布时间:2022-11-25
    • 据ScienceDaily网8月2日消息,美国卡内基梅隆大学的研究人员开发出一种基于人工智能的新型动态脑成像技术,可高速、高分辨率和低成本地绘制出大脑中快速变化的电活动。这种新的AI方法优于传统的源成像方法,可在临床或研究环境中收集数据,远程提交给经过良好训练的集中式深度神经网络,并快速收到准确的分析结果。该技术具有精确和快速成像神经电路动力学的潜力,可加快诊断速度,有助于神经学家和医生更好更快地制定手术计划。相关研究成果发表于《美国国家科学院院刊》期刊。
  • 《英国科学家开发出人工智能软件HRMAn,可高效分析病原菌感染宿主的显微图像》

    • 来源专题:中国科学院文献情报生命健康领域集成服务门户
    • 编译者:江洪波
    • 发布时间:2019-07-21
    • 6月3日,英国克里克研究所的科学家开发出基于开源神经网络的人工智能软件HRMAn,可用于高通量的图像识别和信息挖掘,从而分析宿主与病原菌之间的反应。研究人员表示,HRMAn不仅能够同时识别病原体和宿主多种视觉特征并检测图像中的模式,还能识别病原体的杀灭、复制和各种细胞防御过程等。该款智能软件将帮助研究人员高效处理和解释图像数据,加速研究进展。