2023-12-24发表于上海
2023-12-24发表于威斯康星
2023-12-23发表于加利福尼亚
2023-12-15发表于上海
2023-12-07发表于威斯康星
2023-11-28发表于上海
2023-11-24发表于上海
2023-11-23发表于上海
#AlphaFold#最新版——开启#数字生物学#时代来临! 预测几乎所有分子结构，带来#药物研发#新范式。#Deepmind#走的是另外一条#人工智能#道路，可能是最正确的，是带动了科学的发展。
2023-11-04发表于加利福尼亚
#人工智能资料分享# 浙江大学医学院#祝向东#教授团队在Brain-X 发表了题为“Potential roles of transformers in brain tumor diagnosis and treatment”的综述论文，本文总结了#人工智能#模型#Transformer#在#脑肿瘤#诊断和治疗中的应用现状。第一兼通讯作者为浙江大学医学院附属第二医院神经外科#蓝玉龙#医师，浙江大学医学院附属第二医院神经外科祝向东教授为共同通讯作者。
文章链接：
https://doi.org/10.1002/brx2.23
【研究内容简介】
恶性脑肿瘤显著增加了全球人类致残率和死亡率，早期发现和诊断是改善脑肿瘤治疗效果的关键。目前，Transformer作为一种可应用于脑肿瘤诊断和治疗的深度学习模型，正在吸引广大研究者的广泛关注。Transformer模型利用注意力机制来提高模型训练速度，以便有效地进行处理和分析。研究表明，Transformer在脑肿瘤磁共振（MRI）图像分割中发挥着重要的作用， 并且在基于MRI和肿瘤组织切片的病理学分级，脑肿瘤分子表达预测，脑转移癌原发部位的分类，放射治疗过程中体素水平的剂量和脑肿瘤放疗结果的预测，以及药物联合应用效果的预测研究中，均具有重要意义。本文系统分析和讨论了基于Transformer的各种算法的适用性及其应用前景，并讨论了局限性和改进方向。未来Transformer将会被越来越多地应用于脑肿瘤的诊断和治疗。但目前还需要更加深入的研究工作来探索如何提高模型效率及其与其他技术的耦合等关键挑战，并应用于其他医疗数据。
2023-10-20发表于上海
#人工智能资料分享# #人工智能#结合#脑机接口#，让#渐冻症#患者恢复“说话”能力
#斯坦福大学#的 Francis Willett 团队在 Nature 期刊发表了题为：A high-performance speech neuroprosthesis 的研究论文。
该研究开发了一种#皮质内脑机接口#（iBCI），并通过训练人工智能（AI）软件，将渐冻症（ALS）患者大脑中的神经活动实时转化为文字，且比现有技术更快、更准确、覆盖更大词汇量。这项研究展示了一条可行的路径以恢复渐冻症等瘫痪者的语言沟通能力。
该研究开发了一种脑机接口（BCI）设备，通过与人工智能（AI）结合，将#瘫痪#者大脑中想象笔迹时的神经活动实时**为电脑屏幕上的文字，能够达到每分钟90个字符（18个单词）的速度，这是当时BCI相关方法的文字转换速度的世界纪录。
2022年3月29日，研究团队在 Pat Bennett 的大脑皮层表面植入了四个微型细电极阵列（每个阵列包含8×8个电极），用于收集单个细胞的神经活动，植入的阵列连接到金线上并通过电缆连接到电脑上，并训练人工智能来**她试图进行的发声。
植入手术后大约一个月，研究团队开始对 Pat Bennett 进行每周两次的训练，让她在大脑中尝试“读出”屏幕上从数据集中随机选出的句子，这些数据集由打电话的人的对话组成。当她尝试“读出”一句话时，她的大脑活动会被**并翻译成音素流，然后由自动更正系统组装成单词，显示在屏幕上原句的下方，然后下一个新的句子出现。每次训练都会重复260-480个句子，整个系统在不断改进，从而熟悉了她在尝试说话时的大脑活动。
经过四个月的训练后，Pat Bennett 大脑中尝试的讲话能够在电脑屏幕上以每分钟62个单词的速度被实时转换成文字，这一速度是此前类似装置的3.4倍，进一步接近了自然对话的速度（每分钟约160个词）。该系统在50个单词的词汇量下错误率为9.1%，比此前最先进的语言脑机接口装置低2.7倍。
Nature 在同期发表了题为：Brain implants that enable speech pass performance milestones 的“新闻与观点”文章中表示，这两个脑机接口装置“代表了神经科学和神经工程学研究的重大进步，对于缓解因瘫痪性神经损伤和疾病而失声的人的痛苦有巨大潜力”
2023-10-20发表于上海
