乳癌切片中淋巴結轉移綜合基準研究
本研究重新處理並優化了Camelyon數據集，構建了一個更精確、全面的乳癌淋巴結轉移檢測基準Camelyon+，並利用其評估了多種深度學習方法，為計算病理學領域的AI發展提供了新的基準和參考。
유방암 섹션의 병리학적 림프절 전이에 대한 포괄적인 벤치마크를 향하여: 카멜리온 데이터 세트 재처리 및 MIL 모델 평가
본 연구는 카멜리온 데이터 세트의 품질 문제를 해결하고 재처리된 데이터 세트를 사용하여 여러 인스턴스 학습(MIL) 모델을 평가하여 유방암 림프절 전이 진단을 위한 인공지능 개발을 위한 포괄적인 벤치마크를 제시합니다.
乳がん切片における病理学的リンパ節転移のための包括的なベンチマークに向けて
本稿では、乳がんのリンパ節転移を検出するために広く使用されているCamelyonデータセットの品質問題に対処し、再処理されたCamelyon+データセットと、複数のMILモデルと特徴抽出器を用いたベンチマーク結果を提供することで、計算病理学におけるAI開発を促進することを目的とする。
基於深度學習的臍帶胎兒炎症反應診斷
深度學習模型，特別是使用病理學圖像預先訓練的模型，可以有效地診斷臍帶胎兒炎症反應，有助於減少觀察者之間的差異，並可能改善新生兒敗血症的風險分層。
탯줄에서의 태아 염증 반응 진단을 위한 딥러닝 모델 개발 및 성능 평가
딥러닝 기반의 인공지능 모델을 활용하여 탯줄 조직 슬라이드 이미지 분석만으로 태아 염증 반응 단계를 진단하는 데 높은 정확도를 보였으며, 특히 병리학 이미지로 사전 학습된 모델이 더 우수한 성능을 나타냈다.
臍帯における胎児炎症反応診断のための深層学習：深層学習モデルを用いた臍帯炎の診断と解釈可能性の探求
深層学習を用いることで、胎児炎症反応（FIR）のステージを臍帯の病理画像から高精度に診断できる可能性が示された。
마이콜락톤, 내피세포 당질층 및 기저막의 Sec61 의존성 손실 유발: Mycobacterium ulcerans 감염에서 조직 괴사를 유발하는 새로운 간접적 메커니즘
마이콜락톤은 Sec61 트랜스로콘을 차단하여 당질층과 기저막을 구성하는 단백질 생성을 억제함으로써 혈관 내피 세포 기능 장애를 유발하고 Mycobacterium ulcerans 감염의 병인에 중요한 역할을 한다.
ミコラクトンは、Sec61依存的に血管内皮グリコカリックスと基底膜の壊滅的な損失を引き起こす：マイコバクテリウム・ウルセランス感染における組織壊死を促進する新たな間接的メカニズム
ミコラクトンはSec61トランスロコンを阻害することで、血管内皮細胞におけるグリコカリックスと基底膜の構成要素の産生を阻害し、その結果生じる細胞接着と遊走の欠損が、マイコバクテリウム・ウルセランス感染における組織壊死の一因となる。
Mycolactone Disrupts Endothelial Glycocalyx and Basement Membrane Integrity: A Novel Mechanism of Tissue Necrosis in Buruli Ulcer Disease
Mycolactone, the toxin produced by Mycobacterium ulcerans, causes Buruli ulcer disease by inhibiting Sec61, leading to the depletion of proteins crucial for endothelial glycocalyx and basement membrane integrity, ultimately contributing to tissue necrosis.
세포핵 집중 영구 세션 기반 딥러닝을 사용한 동결 조직 검사 이미지 향상
동결 조직 검사 이미지의 품질을 개선하기 위해 딥러닝 모델을 사용하여 영구 조직 검사 이미지의 세포핵 디테일을 학습하여 더 정확하고 풍부한 정보를 담은 이미지를 생성한다.
© 2024 by Linnk AI