European Radiology：基于深度学习的CCTA超分辨率图像重建
深度学习技术不仅可以用于降噪，还可以用于超分辨率(SR)以提高数字图像的空间分辨率。现阶段，SR-DLR有望改善CCTA的图像质量和心脏结构的描述。
MedSci原创 - 深度学习，CCTA - 2024-04-02
Nature：上海交大席鹏教授发表光学超分辨显微领域取得重要突破
近日，国际学术权威刊物自然出版集团《Nature》杂志在线发表了上海交通大学生命科学技术学院与澳大利亚麦考瑞大学、北京大学合作在光学超分辨显微领域方面取得的重要突破“Amplified stimulated
生物帮 - 显微，纳米，超分辨 - 2017-04-21
Radiology：基于超分辨率机器学习的便携式低场强MRI测量
现代超分辨率方法使用卷积神经网络（CNN），从低空间分辨率的输入或输入中产生高空间分辨率的输出。
MedSci原创 - 机器学习，卷积神经网络，低场强MRI - 2023-02-16
European Radiology：生成对抗网络在TOF-MRA中的超分辨率应用
深度神经网络作为目前最先进的机器学习模型，在图像超分辨率应用中显示出良好的应用。
MedSci原创 - TOF-MRA，生成对抗网络 - 2023-01-25
academic radiology:基于深度学习的超分辨率图像重建技术对CT的影响
基于深度学习的超分辨率图像重建（DLSRR）已开发为冠状动脉CT血管成像（CCTA）的一种新型图像重建技术，有望减少噪声并提高空间分辨率。
MedSci原创 - CT，深度学习 - 2023-11-07
Radiology:T2加权前列腺MRI的深度学习超分辨率重建
现阶段，不同的实践和技术方法已被应用于减少前列腺MRI的采集时间。除了依赖于传统的获取和重建技术的方法之外，深度学习 (DL) 图像重建也被证明可以减少采集时间，同时保持高图像质量。
MedSci原创 - MRI，前列腺癌，深度学习 - 2024-06-08
NAt BME:COVID-19患者早期血清转化的超灵敏高分辨率分析
灵敏检验对于准确识别感染了严重急性呼吸系统综合症冠状病毒（SARS-CoV-2）的个体至关重要。作者报告了一种多重分析方法，用于从不足1 µl的血液中就可以检测。该方法法使用染料编码的抗原
MedSci原创 - 高分辨率，血清，超灵敏 - 2020-09-30
Cell突破丨李栋组开发新型超分辨成像技术揭示细胞器互作新现象
光学显微镜在生命科学研究中发挥至关重要的作用。近年来光学成像研究技术突飞猛进，人们的终极目标是希望对活细胞实现实时、无损、高清的成像研究。
BioArt - 开发，新型，超分辨成像技术，细胞器，新现象 - 2018-10-28
熵智科技震撼发布超分辨及共聚焦显微成像分析系统，国产高端生命科学仪器渐入佳境
图片来源：熵智科技超分辨及共聚焦显微成像分析系统拍摄
MedSci原创 - 生命科学仪器，国产器械，光学显微镜 - 2021-09-27
Investigative Radiology：人工智能，让超快超高分辨率MRI 的10倍加速触手可及！
最近，与深度学习的进展相关的新技术已经彻底改变了图像重建领域，挑战了MRI物理学的传统限制和MRI中 "没有免费的午餐 "的格言。
MedSci原创 - 人工智能，超高分辨率MRI - 2023-03-16
究竟该如何分辨
肾脏从血液中滤除废物和多余的液体。两个肾脏位于身体两侧，正好处于肋骨正下方。肾脏靠在背部肌肉上，这就使得我们很难区分究竟是肾痛还是背痛。如果需要确定疼痛是来自背部还是来自肾脏时，则需要考虑：疼痛的位置疼痛的类型和严重程度伴随症状在本文中，我们将讨论肾痛和背痛的主要特征和产生的原因。我们还会说明什么时候该有必要去看下医生。肾痛肾脏过滤掉血液中的废物和毒素，这使得肾脏容易受到感染和损伤。多余的钙、草酸
泌尿外科 - 医学人文 - 2019-07-10
European Radiology：基于深度学习的三维超分辨率MRI放射组学模型对直肠癌术前T分期的预测
放射组学作为一种新兴的数据提取手段，可通过挖掘医学图像中的高维数据来定量评估肿瘤的异质性。
MedSci原创 - 结直肠癌，深度学习 - 2022-10-21
NBT：基于分层图像特征提取的AI辅助新工具，可以超分辨率预测空间基因表达，实现更快速的癌症病理诊断
通过利用从分层提取的图像特征中获得的高分辨率组织信息，研究团队进一步开发了超分辨率基因表达预测模型，被称为iStar。
测序中国 - 癌症，空间转录组学，空间基因表达 - 2024-01-22
Cell Research：活细胞超分辨率显微技术研究获进展
SIMBA对于固定细胞actin和活细胞CLC重构结果展示 2016年12月31日，中国科学院生物物理研究所徐平勇课题组、中国科学院计算技术研究所张法课题组以及美国科学院院士HHMI研究员Jennifer Lippincott-Schwartz合作在《细胞研究》（Cell Research）在线发表了题为Live-cell single molecule-guided Bayesian loc
生物物理研究所 - 显微，活细胞，超分辨率荧光显微技术 - 2017-01-05
为您找到相关结果约500个
