深度神经网络

搜索
登录

深度神经网络

文章数：2篇

深度神经网络

Nature子刊：使用geNomad识别可移动遗传元件

识别和描述测序数据中的可移动遗传元件对于理解它们的多样性、生态学、生物技术应用和对公共卫生的影响至关重要。本研究介绍了一种名为 geNomad 的分类和注释框架，geNomad 是一个从核苷酸序列中识别病毒和质粒基因组的工具，它提供了最先进的分类性能，并可用于快速从基因组、宏基因组或宏转录组中找到可移动遗传元件。geNomad 的处理速度显著快于类似工具，可用于处理大型数据集。geNomad 可在 https://portal.nersc.gov/genomad 获取。

深度神经网络功能基因注释病毒基因组分类条件随机场模型噬菌体

利用人工智能评估溃疡性结肠炎

近期研究表明，人工智能(AI)和深度学习在各种医疗和内窥镜领域可能存在作用。Gastroenterology发表的文章，试图开发一种基于内镜下UC图像的深度神经网络系统(DNUC)，以达到与内窥镜专家同等的准确评估水平。此外，该研究的目标是创建一个AI系统来预测内镜图像的组织学缓解，以降低活检的成本和固有风险。结果表明，用DNUC评估来自UC患者的内镜图像，识别那些内镜缓解和组织学缓解的准确率分别为90.1%和92.9%。因此，DNUC可以在不需要粘膜活检采集和分析的情况下识别缓解患者。

人工智能 Mucosal healing Artificial intelligence IBD diagnostic