Artigos mais recentes para Patologia

Novos modelos melhoram a qualidade das imagens de tecidos para um diagnóstico de doenças mais preciso.

Um novo conjunto de dados melhora a avaliação das fibras de reticulina em biópsias de medula óssea.

Um novo método melhora a precisão na análise de imagens de tecidos médicos.

Investigando como células infectadas respondem por meio de diferentes mecanismos de morte.

Um novo método de agrupamento melhora a IA para detectar câncer de forma mais eficaz.

Um novo método combina dados de imagem e genômicos pra estudar o comportamento do câncer.

Um novo método melhora dados sintéticos para análise de amostras de tecido.

Esse estudo apresenta uma estrutura em duas etapas para gerar dados em pesquisa médica.

Desenvolvendo um modelo de IA confiável pra melhorar o diagnóstico de câncer de próstata a partir de biópsias.

A coloração de hematoxilina e eosina melhora a avaliação das células imunes em tumores.

Um novo framework melhora a classificação de WSI ao incorporar contexto espacial.

NuLite simplifica o diagnóstico de câncer com segmentação de imagem rápida e eficiente.

Um novo método melhora a análise de tecidos usando múltiplas colorações e aprendizado de máquina.

Novo modelo aborda a colapso de características em patologia digital usando normalização de manchas.

A Snuffy oferece uma solução de machine learning para análise precisa de WSI.

HistoGym ajuda no diagnóstico de câncer usando IA pra analisar imagens de tecidos.

Um olhar mais atento sobre tumores raros de glândulas salivares, seus fatores genéticos e opções de tratamento.

Abordagens inovadoras estão melhorando a detecção de câncer por meio da análise de imagens de lâminas inteiras.

Descubra como a IA tá transformando o diagnóstico em patologia computacional usando modelos de fundação e de visão-linguagem.

Uma nova abordagem melhora a identificação de TLS usando técnicas de coloração mais simples.

Histo-Diffusion melhora a imagem em alta resolução para um diagnóstico de doença mais preciso.

Um novo método melhora a classificação de tecidos cancerígenos usando modelos de visão-linguagem.

MoPaDi cria imagens contrafactuais para ajudar no diagnóstico de câncer.

Pesquisadores desenvolvem métodos pra padronizar imagens de células sanguíneas pra diagnósticos melhores.

Uma nova abordagem melhora a patologia digital enquanto garante a privacidade dos pacientes.

Estudo mostra que variações de manchas atrapalham redes neurais profundas na previsão de câncer.

Explorando o papel da brotação tumoral em prever os resultados do câncer colorretal.

AMD-MIL melhora a análise de tecidos pra diagnósticos de doenças mais rápidos e precisos.

Pesquisas mostram como as interações celulares afetam os resultados do câncer colorretal.

Esse artigo analisa a confiabilidade dos modelos MIL em aplicações clínicas.

Investigação de problemas no conjunto de dados que afetam a precisão na classificação de imagens de tecidos.

Um modelo automatizado melhora a criação de relatórios de patologia de múltiplos órgãos.

Novas descobertas destacam o papel da PrP em doenças priônicas e possíveis estratégias de tratamento.

Uma nova abordagem de IA melhora o diagnóstico de adenocarcinoma em diferentes condições de imagem.

O FAST melhora a classificação de doenças usando imagens de lâmina inteira com pouca ajuda de especialistas.

A pesquisa investiga métodos de IA pra melhorar a precisão da classificação de Gleason no câncer de próstata.

Estudo mostra que ferramentas de IA mandam bem em responder perguntas de patologia comparadas a estagiários humanos.

HistoROI melhora a classificação de tecidos em diagnósticos médicos usando imagens de lâminas inteiras.

Efeitos de lote complicam o papel do aprendizado profundo na histopatologia, afetando a análise de doenças.

Investigando o processo de invasão do Toxoplasma gondii e seus efeitos nas células do hospedeiro.