研究人员开发了一个深度学习流程,利用骨髓涂片图像辅助急性髓系白血病(AML)的诊断。该系统分析单个细胞,以汇总患者级别的发现,目标是复合的原始细胞样细胞类别。该方法在跨多个中心的外部测试中取得了强劲的验证结果,F1分数达到0.90以上。 AI
影响 这项研究展示了深度学习在医学诊断方面的新颖应用,有望提高AML检测的效率和准确性。
排序理由 学术论文,详细介绍了用于医学诊断的新深度学习方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
研究人员开发了一个深度学习流程,利用骨髓涂片图像辅助急性髓系白血病(AML)的诊断。该系统分析单个细胞,以汇总患者级别的发现,目标是复合的原始细胞样细胞类别。该方法在跨多个中心的外部测试中取得了强劲的验证结果,F1分数达到0.90以上。 AI
影响 这项研究展示了深度学习在医学诊断方面的新颖应用,有望提高AML检测的效率和准确性。
排序理由 学术论文,详细介绍了用于医学诊断的新深度学习方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.10735v1 Announce Type: new Abstract: Bone marrow smear review remains important for acute myeloid leukemia (AML) assessment, but manual single-cell interpretation is labor-intensive and patient-level diagnosis requires aggregation of many cellular observations. We pres…
Bone marrow smear review remains important for acute myeloid leukemia (AML) assessment, but manual single-cell interpretation is labor-intensive and patient-level diagnosis requires aggregation of many cellular observations. We present a cell-to-patient deep learning pipeline for…