Articoli più recenti per Patologia

BEPH migliora la rilevazione del cancro e la previsione della sopravvivenza grazie a un'analisi innovativa delle immagini.

TRACE migliora le valutazioni di sicurezza dei farmaci analizzando campioni di tessuto con l'IA.

Le cellule schiumose influenzano diverse malattie attraverso l'accumulo di lipidi e la risposta immunitaria.

La ricerca rivela il ruolo delle cellule immunitarie nella previsione del rischio di cancro orale.

Il miele svela informazioni su piante e patogeni che influenzano la salute delle api.

Questo metodo usa informazioni di etichette parziali per migliorare la classificazione dei tumori nelle immagini mediche.

Scopri come l'ENS controlla le funzioni intestinali e il suo ruolo nelle malattie.

Un nuovo approccio che utilizza il Triple U-Net migliora la segmentazione dei nuclei nelle immagini mediche.

Il machine learning combina le immagini dei vetrini e l'espressione genica per una migliore comprensione delle malattie.

Questo studio esamina come il raddoppio dell'intero genoma influisce sullo sviluppo e il trattamento del cancro.

Questo studio esamina il potenziale dell'IA nella classificazione dei sottotipi di cancro ovarico.

Un nuovo approccio migliora l'accuratezza nella diagnosi del cancro alla vescica.

BPGT migliora la precisione nel prevedere mutazioni genetiche dalle immagini dei tessuti per un trattamento del cancro migliore.

La ricerca fa luce sulla complessa relazione tra mielina e fibre nervose.

Un nuovo modello migliora l'accuratezza nella diagnosi del cancro al seno usando un'analisi delle immagini avanzata.

Un nuovo metodo migliora l'analisi delle immagini dei tessuti per una diagnosi delle malattie più precisa.

Uno sguardo a come il machine learning aiuta nella diagnosi dell'atipia melanocitaria.

STimage-1K4M combina immagini dettagliate e dati genetici per migliorare la ricerca sulle malattie.

Un nuovo metodo migliora le immagini patologiche per una diagnosi accurata delle malattie.

Un nuovo metodo migliora la diagnosi del cancro al seno analizzando simultaneamente più fattori chiave.

Un nuovo sistema di intelligenza artificiale sembra promettente per diagnosticare in modo efficace i tumori orali.

Un nuovo modello migliora l'integrazione di immagini e testi in patologia.

HoloHisto migliora la segmentazione delle immagini tissutali ad alta risoluzione per un'analisi migliore.

DGR-MIL migliora la rilevazione del cancro concentrandosi sulla diversità delle istanze nelle immagini a tutta diapositiva.

Nuovo modello di intelligenza artificiale migliora la segmentazione dei tumori e la diagnosi nel cancro ai polmoni.

Nuovo framework migliora la previsione dei biomarker genetici nel cancro colorettale usando immagini a scansione totale.

Esplorare l'impatto dell'apprendimento auto-supervisionato nella ricerca di patologia digitale e nelle applicazioni cliniche.

Esplorare l'espressione e la regolazione di ORF75 nelle malattie correlate a KSHV.

Un nuovo metodo usa l'IA per migliorare l'accuratezza nella classificazione del cancro.

GPC offre un modello unico per diversi compiti di classificazione delle patologie.

Il modello CAMP trasforma la classificazione delle immagini patologiche per migliori diagnosi.

C-DASH migliora la microscopia a multi-fotoni per immagini biologiche più chiare.

FALFormer migliora la precisione nell'analisi delle WSI mediche per la diagnostica.

HistoGPT cambia il modo in cui i patologi scrivono i report dalle immagini dei tessuti.

Nuovi modelli migliorano la qualità delle immagini tissutali per una diagnosi delle malattie più precisa.

Un nuovo dataset migliora la valutazione delle fibre reticolari nelle biopsie del midollo osseo.

Un nuovo metodo migliora la precisione nell'analisi delle immagini di tessuti medici.

Indagare come le cellule infette rispondono attraverso diversi meccanismi di morte.

Un nuovo metodo di pooling migliora l'IA per una migliore rilevazione del cancro.

Un nuovo metodo combina dati di imaging e genomica per studiare il comportamento del cancro.