PulseAugur
中
实时 21:28:33
实体 UK Biobank

UK Biobank

PulseAugur coverage of UK Biobank — every cluster mentioning UK Biobank across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
11
90 天内 54
发布 · 30天
0
90 天内 0
论文 · 30天
10
90 天内 52
层级分布 · 90 天
主题
关系
情绪 · 30 天

7 天有情绪数据

最近 · 第 1/3 页 · 共 59 条
  1. TOOL · CL_368223 ·

    AI模型MyoECG通过学习MRI数据从心电图中检测心肌病

    研究人员开发了MyoECG,一个新颖的框架,将心脏磁共振(CMR)成像的结构和功能信息转化为标准心电图(ECG)信号。这使得仅使用ECG即可检测和分类心肌病,克服了CMR的成本和可及性限制。该模型在超过45,000次配对的ECG-CMR检查中进行了训练,并在超过180万次ECG中进行了验证,其表现优于现有的ECG基础模型。在多位读者研究中,MyoECG的辅助也提高了心脏病专家的诊断准确性。

  2. TOOL · CL_370448 ·

    发布Open-fMIND语料库用于大脑基础模型预训练

    研究人员发布了Open-fMIND,这是一个大规模、开放访问的预处理功能磁共振成像(fMRI)数据语料库。该新资源旨在克服现有fMRI数据集的局限性,这些数据集通常受限于访问协议或规模小且处理不一致。Open-fMIND标准化了来自众多OpenNeuro研究的数据,提供了超过45,000个功能运行和数百万个时间序列,可用于大脑基础模型的自监督预训练。

  3. TOOL · CL_352223 ·

    新型IC-GNN模型利用个体化社群组织预测脑部疾病

    研究人员开发了IC-GNN,这是一种新颖的、以图谱为锚定的模型,用于分析使用静息态功能磁共振成像(fMRI)数据的个体化大脑社群组织。该模型直接在预定义的大脑区域上形成独特的、个体化的功能社群,精炼社群引导的连接,并将共享权重适应于每个受试者的背景。IC-GNN在ABIDE、ADNI和UK Biobank等大型数据集上预测自闭症谱系障碍、阿尔茨海默病和重度抑郁症等疾病方面表现出优越性能,优于15种基线方法。该模型的个体化社群是可重复的…

  4. TOOL · CL_344156 ·

    新型BrainPFN网络可根据MRI数据预测行为

    研究人员开发了BrainPFN,一种新颖的先验数据拟合网络(Prior Data Fitted Network),用于从功能性MRI数据预测行为表型。与需要为每个分数和队列单独拟合模型的传统核岭回归(KRR)方法不同,BrainPFN在从真实功能连接矩阵派生的大型合成数据集上进行了元训练。这种方法无需为每个分数重新拟合即可进行有效预测,并且与KRR和更大的基础模型相比,在小样本量上表现出更优越的性能。研究人员正在发布元训练池、代码和检…

  5. TOOL · CL_342412 ·

    CardioDrift框架自动追踪3D CMR扫描中的心脏运动

    研究人员开发了CardioDrift,一种用于追踪3D电影心脏磁共振(CMR)图像中心脏运动的新型自动化框架。该方法利用具有形状感知的相干点漂移方法和切片移位校正,在3D解剖图谱网格上表示特定个体的运动。在包括UK Biobank在内的数据集上的评估表明,与现有方法相比,在分割左心室、心肌和右心室方面具有更高的准确性。

  6. TOOL · CL_342241 ·

    Hawkes 过程在事件时间匹配方面与神经 TPP 相当,研究发现

    一篇新的研究论文重新评估了 Hawkes 过程和神经时间点过程 (TPPs) 在事件序列数据上的性能。研究发现,当 Hawkes 过程配备可学习的基线和核时,经典的 Hawkes 过程与更灵活的神经 TPP 之间的性能差距在很大程度上消失了。研究还强调,神经 TPP 的优势主要在于对事件时间进行建模,而不是事件类型,但在 MIMIC-IV 等复杂医疗数据集上存在例外。作者已将他们的框架 TorchPP 作为开源软件包发布,以促进 TP…

  7. TOOL · CL_325086 ·

    深度回归方法从UK Biobank的MRI中提取医疗数据

    研究人员开发了一种新颖的靶向深度回归方法,用于从全身水脂MRI扫描中提取数值属性。该方法在代表特定解剖子区域的拼贴图上使用ResNet50风格的网络,这些拼贴图通过UK Biobank数据集的图像配准获得。该方法表现出强大的预测性能,肾脏体积、心脏体积和年龄等终点的R2值范围为0.731至0.984,而显著性图突出了医学相关区域。

  8. COMMENTARY · CL_322603 ·

    AI、网络安全和开源发展在UK Biobank摘要中详述

    该新闻摘要涵盖了包括AI进展、网络安全威胁和开源软件发展在内的一系列主题。值得关注的AI新闻包括前英特尔CEO Pat Gelsinger对Nagare Labs在内存墙解决方案上的投资,英国政府对AI在关键基础设施防御上的巨额投资,以及Nvidia发布更多开放权重模型以吸引欧洲市场。摘要还涉及了网络安全问题,如俄罗斯使用虚假Signal支持进行的网络钓鱼攻击,微软对SharePoint漏洞的修补,以及持续存在的勒索软件威胁。

  9. TOOL · CL_303601 ·

    AI模型可跨OCT设备准确分类视网膜发育

    研究人员开发并验证了一个无监督域适应模型,能够从光学相干断层扫描(OCT)图像中准确区分正常与异常的视网膜发育。该模型基于ResNet50架构和域对抗神经网络,可以在不同OCT设备和临床中心之间泛化,而无需目标设备的标记数据。该系统在区分正常与异常视网膜发育方面表现出高准确率、敏感性和特异性,显示出在视网膜成像数据的一致性评估和大规模分析方面的潜力。

  10. COMMENTARY · CL_288762 ·

    生物医学成像AI进展受数据孤岛阻碍,而非模型限制

    推进生物医学成像AI的主要挑战不在于开发更复杂的模型,而在于数据本身的可用性和可访问性。成像数据通常被孤立在医院系统(如PACS)中,难以提取、去标识化并与其他关键健康信息(如EHR和组学数据)整合。这种数据碎片化阻碍了AI模型在不同供应商和临床环境中的泛化能力,并限制了学术研究的可重复性。为克服这一挑战,需要一个强大的数据基础,能够集中、查询和链接不同的数据源,从而释放AI在医疗保健领域的真正潜力。

  11. TOOL · CL_282419 ·

    JEPA-Anything 框架统一了 7 个领域的 عالم 模型创建

    研究人员推出了一种新颖的领域无关框架 JEPA-Anything,用于构建 عالم 模型。该框架通过引入正交预测因子分解 (OPF) 来扩展联合嵌入预测架构 (JEPA),OPF 将单个预测目标分解为多个正交因子,每个因子都有自己的专用预测器。这种方法在包括视觉、生物学、临床轨迹、控制、分子动力学、物理场和天气在内的七个不同领域都展示了改进的性能,在许多动力学任务上优于标准的 JEPA 基线。

  12. TOOL · CL_280454 ·

    AI活动识别模型在老年人方面表现出性能差距

    一篇新发表在arXiv上的研究论文强调,尽管深度学习取得了进展,但在应用于老年人时,人类活动识别(HAR)模型存在显著的性能差距。研究人员发现,主要在年轻成年人数据上训练的模型无法有效地泛化到老年人群体,导致准确率持续存在差异。研究表明,利用更丰富的表征,例如在UK Biobank等多样化数据集上预先训练的自监督特征,可以显著提高老年人的HAR性能并缩小这一差距。

  13. TOOL · CL_280141 ·

    大型语言模型指导的研究揭示了连接体育活动与痴呆风险的途径

    一项发表在arXiv上的新研究利用大型语言模型和因果发现技术,分析了来自英国生物银行的数据,涉及超过42,000名老年人。该研究旨在理解连接体育活动与降低痴呆风险的机制。研究结果表明,较高水平的中度至剧烈体育活动通过多种途径与较低的痴呆风险相关,包括改善抑郁、功能能力、吸烟行为和心血管健康。抑郁被确定为一条核心途径,介导了约15.1%的这种关联。

  14. TOOL · CL_275473 ·

    新 AI 框架增强了用于基因发现的大脑 MRI 分析

    研究人员开发了一种新颖的自监督学习框架 MEVA(Mesh-Enhanced Volumetric Autoencoder),用于分析大脑 MRI 扫描。该框架将体积数据和皮层表面几何形状(如曲率和厚度)整合到统一的成像特征集中。当使用来自 UK Biobank 的数据通过全基因组关联研究(GWAS)应用于基因发现时,与仅使用体积或表面数据的​​方法相比,MEVA 识别出了更多的全基因组显著位点。

  15. TOOL · CL_273525 ·

    新的CASE框架增强了AI的纵向医学推理能力

    研究人员开发了一个名为CASE(Clinical Agents for Seeking Evidence,临床证据搜寻代理)的新框架,旨在提高基础模型的纵向医学推理能力。该框架包括一个工具使用工具包和一个用于视觉语言模型的训练后方法。CASE在一个源自UK Biobank数据的新基准上进行了测试,该基准包含与患者诊断和MRI扫描相关的超过50,000个临床问题。实验表明,使用CASE的基于Qwen3-VL-8B的代理在答案准确性方面比…

  16. TOOL · CL_294105 ·

    新AI框架CASE通过自主搜集证据增强医疗推理能力

    研究人员开发了一个名为CASE(Clinical Agents for Seeking Evidence)的新框架,以提高AI处理纵向医疗数据的推理能力。该框架包含一个基于UK Biobank数据的多模态基准,其中包含数千名参与者的临床记录和MRI扫描。该系统利用视觉-语言模型自主地跨不同患者就诊和成像模态搜集和综合证据,超越了简单的模仿,实现了更强大的推理能力。基于Qwen3 VL 8B的代理在准确性方面比GPT-5.4和Claud…

  17. TOOL · CL_254895 ·

    新框架可从单层数据合成多层dMRI

    研究人员开发了DTI-SHNet,一个旨在从单层输入合成多层扩散MRI(dMRI)数据的新颖框架。该方法在球谐函数(SH)系数域中运行,并利用扩散张量成像(DTI)作为先验来指导3D U-Net回归器。该框架包含一个信号一致性正则化,以确保系数和信号保真度的准确性。在UK Biobank和Cam-CAN数据上的实验表明,DTI-SHNet与现有方法相比,产生了具有竞争力的视觉质量,并更好地保留了下游扩散测量。

  18. TOOL · CL_254616 ·

    New ePID method offers scalable analysis of symptom network information

    研究人员开发了一种名为基于嵌入的部分信息分解(ePID)的新方法,用于分析症状网络内的复杂关系。该技术通过将症状压缩为离散嵌入,克服了传统PID的计算限制,从而能够更易于地分析信息重叠和协同作用。ePID方法在合成网络和真实世界数据集上进行了测试,包括来自PHQ-9和人际反应指数的心理健康症状数据,证明了其区分冗余信息和相互作用依赖信息的能力。

  19. TOOL · CL_252087 ·

    AI框架通过几何和语义学习改进脑沟回标记

    研究人员开发了一个名为几何到语义球形迁移学习的新框架,以应对脑扫描中皮层沟回标记的挑战。该方法利用来自UK Biobank的大型数据集来预训练球形编码器,在没有专家注释的情况下捕获复杂的拓扑特征。然后,使用拓扑先验注入器从提取的沟回线中提取语义输入来增强预训练模型,从而提高对可变和稀有沟回的性能。

  20. TOOL · CL_245387 ·

    新方法将年龄生物标志物中的疾病效应归因于训练数据

    研究人员开发了一种名为pyinfluence的新方法,用于将规范性年龄生物标志物中的疾病相关效应归因于单个训练样本。该技术通过留一法再训练进行验证,根据训练样本对保留的病例对照分离的影响程度进行排名。当应用于英国生物银行(UK Biobank)的四种疾病数据时,移除影响最大的前10%训练样本会持续增加保留的疾病相关效应大小,特别是使2型糖尿病的代谢组年龄效应翻倍,并提高多发性硬化症的脑年龄效应。