CMJ | 重庆市肿瘤医院邹冬玲利用AI识别预测卵巢癌类器官生长的开发与验证
Immunity Advances
2025-10-10 00:00
文章摘要
背景：类器官技术作为疾病建模和精准医疗的重要工具，在卵巢癌研究中面临培养周期长、成功率低、成本高等挑战。研究目的：重庆市肿瘤医院邹冬玲团队开发基于深度学习的预测模型，旨在通过早期形态学特征预测卵巢癌类器官生长结果。结论：研究构建了首个高通量卵巢癌类器官图像数据集，优化后的ResNet18_A模型在前瞻性验证中AUC达0.832，能有效识别类器官形成区域，显著提升预测准确性，为自动化培养系统和精准医疗提供技术支持。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Issue Editorial Masthead
DOI: 10.1021/idv011i010_1992837
Pub Date : 2025-10-10
Understanding Structural Destabilization and Amyloid Aggregation in ALS-Related Neurodegenerative Disorder: An In Silico and Experimental Analysis of SOD1 Variants.
DOI: 10.1021/acschemneuro.5c00350
Pub Date : 2025-10-09
Chinese experts' perspectives on the definition of change from "diabetic foot" to "diabetes-related foot disease".
DOI: 10.1097/CM9.0000000000003819
Pub Date : 2025-10-11
Immunity Advances
Dev Cell | 上皮细胞分泌的细胞外基质微环境驱动肠道类器官形成.
2025-10-11
JH | 患者来源的肝脏类器官重现肝上皮异质性并实现酒精相关肝病的精准建模.
2025-10-10
最新文章
Dev Cell | 上皮细胞分泌的细胞外基质微环境驱动肠道类器官形成
2025-10-11
JH | 患者来源的肝脏类器官重现肝上皮异质性并实现酒精相关肝病的精准建模
2025-10-10
京公网安备 11010802042870号
