深度学习模型按类型对癌细胞进行分类 笔记本电脑性能介绍(笔记本电脑性能介绍办公本) 怎么查询个人社保信息(用社保卡号怎么查询个人社保信息) 乐园魔城2攻略(乐园魔城2图文攻略) 戴王冠的公主怎么画?(戴王冠的公主怎么画图片) 收藏夹在手机哪里(收藏夹在手机哪里找) 什么是ISO20000?ISO20000有什么用?(iso2000和iso20000) 生化危机4该怎么玩(生化危机4该怎么玩的) 游戏王决斗链接超魔导剑士融合卡组攻略(游戏王决斗链接魔导骑士卡组) 恒资商业家具的防泄漏托盘怎么用? 鸡足山旅游攻略(云南鸡足山旅游攻略) 牛肉炖土豆的做法(牛肉炖土豆的做法视频) 怎么查询自己的手机号码(怎么查询自己的手机号码绑定了哪些软件) 如何在七天网络上查分数?(如何在七天网络上查分数线) 房产抵押银行贷款(房产抵押银行贷款要多久才能下来) 迅雷怎么开启智能缓存的功能?(迅雷怎么开启智能缓存的功能视频) 脂肪肝形成的原因是什么?(脂肪肝形成的原因是什么) 大学生毕业后档案存放在哪里(大学生毕业后档案存放在哪里好) 10000最低还款额利息怎么算?(10000元最低还款利息怎么算) 微pe工具箱使用教程(微pe工具箱使用教程win7) 开店卖什么好实体店?(一个人开店卖什么好实体店) 石家庄棋盘山旅游攻略(石家庄棋盘山旅游攻略三日游) 键盘上的逗号怎么输入(键盘上的逗号怎么输入出来) CAD怎么打印图纸(cad怎么打印图纸黑白) 广东中级职称继续教育学习 考试 申报 打印流程(广东省职称继续教育系统) 美女掌握减肥小窍门让你轻松变美丽(美女掌握减肥小窍门让你轻松变美丽视频) 怎样将电脑QQ邮箱图标显示在QQ主界面上(qq邮箱图标在电脑上哪里) 英雄联盟如何更换召唤师图标(英雄联盟如何更换召唤师图标颜色) 鲁班七号的电玩小子怎么画(鲁班七号的电玩小子怎么画彩铅) 黄埔古港旅游攻略(黄埔古港一日游攻略路线图) 怎样治疗缺铁性贫血(怎么治疗缺铁性贫血) 如何显示并修改手机运营商名称(如何显示并修改手机运营商名称和密码) 海河英才计划符合哪些条件可以落户天津(天津海河英才落户2020新政策官网) 宪法宣传手抄报(宪法宣传手抄报图片) 选购犬疫苗 卫佳捌和英特威哪个好?(疫苗卫佳好还是英特威) win10怎么取消开机登录密码 win10取消登录密码(win10取消开机登录密码怎么设置) 给闺蜜的浪漫生日惊喜!(给闺蜜的浪漫生日惊喜文案) 计算机提示缺少网络协议怎么办(计算机缺少网络协议是什么意思) 24种扎头发的方法 今天学一款 明天美一点(扎头发的方法100种) 怎么用爱剪辑快速剪辑视频 教程1(如何用爱剪辑剪辑腾讯视频) 股价是如何计算的(股价是如何计算的视频) {searchTerms}tl-wr1200l路由器设置(tlwar1200l无线路由器怎么设置) 有机玻璃抛光的方法(有机玻璃抛光的方法和步骤) 小学生心理健康档案表怎么填写(小学生心理健康档案表怎么填写备注) QQ小世界怎么关闭(qq小世界怎么关闭 我的看点没了) 制作网页里的图片轮播特效(网页设计怎么设置图片轮播特效) 干红葡萄酒的喝法与搭配原则(干红葡萄酒的喝法与搭配原则是) 虾仁饺子馅的做法(虾仁饺子馅的做法大全视频) 怎样可以做好市场营销策划 主要包括哪些方面(市场营销和策划都做什么) 让图片放大不模糊不失真的方法(让图片放大不模糊不失真的方法是)
您的位置:首页 >资讯 >

深度学习模型按类型对癌细胞进行分类

导读 癌症有两种分类方式:按癌症起源的组织类型(组织学类型)和按原发部位(即癌症最初在体内发生的位置)分类。现在,德克萨斯理工大学的研究人员...

癌症有两种分类方式:按癌症起源的组织类型(组织学类型)和按原发部位(即癌症最初在体内发生的位置)分类。现在,德克萨斯理工大学的研究人员开发了一种深度学习模型,可以按类型对癌细胞进行分类。深度学习网络分析图像以准确有效地对细胞类型进行分类。

该研究结果发表在APL机器学习杂志上,题为“使用基于深度学习的图像分析对不同癌细胞进行无标记识别”。

“癌细胞具有高度异质性,最近的研究表明,特定的细胞亚群,而不是整体,导致癌症转移,”作者、德克萨斯理工大学副教授李伟博士说。“识别癌细胞亚群是确定疾病严重程度的关键一步。”

研究人员写道:“癌症诊断是癌症恢复和生存的一个重要领域,需要许多昂贵的程序来进行正确的治疗。”“机器学习(ML)方法可以帮助对液体活检中的循环肿瘤细胞或固体活检中的原发肿瘤进行诊断预测。通过深度学习模型预测转移潜力后,临床环境中的医生可以为特定患者提供安全、正确的治疗。本文研究了如何使用深度卷积神经网络来预测特定的癌细胞系,作为无标记识别的工具。”

“这些复杂且冗长的技术的问题在于,它们需要资源和精力来探索癌症预防和康复的不同领域,”德克萨斯理工大学研究助理、作者卡尔·加德纳博士说。

“在拍摄细胞照片时,我们的分类程序不包含额外的化学物质或生物溶液,”加德纳说。“这是一种‘无标记’的转移潜力识别方法。”

该团队的神经网络也易于使用、高效且自动化。在向其提供图像后,该工具会将数据转换为概率。低于0.5的结果将癌症归类为一种细胞类型,而高于0.5的数字则指定另一种细胞类型。

该工具经过训练,可以使用两种癌细胞系的一组图像来优化预测的准确性。研究中使用的数据集的准确率达到了94%以上。

作者的目标是扩展和概括该模型以包括单细胞和细胞簇。

标签:

免责声明:本文由用户上传,如有侵权请联系删除!

最新文章