机器学习和代谢图谱相结合，早期卵巢癌检测准确率高达93%
佐治亚理工学院癌症综合研究中心（ICRC）研究人员借助机器学习配合血液代谢物研究，成功将卵巢癌样本检出准确度提升至惊人的93％。研究成果已刊登在《妇科肿瘤学》杂志。
卵巢癌因不易察觉且晚确诊而被视为无声杀手。据报道，晚期卵巢癌患者的五年存活率仅为31％，而及早发现与治疗，这一比例便可提高到90％以上。尽管从三十年前起已有专家尝试以各种方式探寻早期检测方法，但至今未能取得显著进展。麦克唐纳强调，所有卵巢癌都源于基因突变，因此同一类型的癌细胞可以通过不同路径形成。当前仍未发现适用于所有情况的诊断标志物，因此我们采用了人工智能中的机器学习技术，以便开发更有效的早期诊断方法。
研究团队认为，人体的生物代谢活动会影响多层次的分子变化，进而影响整个生理状态。为此，我们根据个体的代谢图谱来建立新的诊断模型。质谱法注重血样中代谢物质量及电荷特性的辨识，将其融入基于机器学习的预测模型，如同我们利用可以诱发特定面部形态的单个基因来构筑面部模式识别模型。血液中存在的成百上千种代谢产物，可通过质谱和机器学习得以准确检测，从而实施高效的卵巢癌早期筛查，其准确度高达93%。
麦克唐纳表示，新方法基于针对特定患者建构的代谢图谱，较之现行常规检测手段更为精准。这种特异性的方法有望拓展到其他癌症检测领域。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网
网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
人工智能
+关注
关注
1791文章
47183浏览量
238245 -
模型
+关注
关注
1文章
3226浏览量
48807 -
机器学习
+关注
关注
66文章
8406浏览量
132558
发布评论请先 登录
相关推荐
如何提升人脸门禁一体机的识别准确率？
准确率，可以从以下几个方面进行改进。一、优化算法与模型人脸识别的核心在于算法的优化和模型的调整，目前深度学习技术在图像识别中的应用取得了显著成效。通过采用更为先进
微机保护装置预警功能的准确率
异常状态。 微机保护装置的预警功能准确率是衡量其性能的重要指标，它直接关系到装置能否及时准确地检测潜在的故障或异常情况，从而预防事故的发生。 准确率影响因素： 1.硬件性能：高精度的传
ai人工智能回答准确率高吗
人工智能（AI）回答的准确率是一个相对的概念，会受到多个因素的影响，因此不能一概而论地说其准确率高或低。以下是对AI回答准确率及其影响因素的分析： 一、AI回答准确率的现状 在某些特定
NIUSB6009 采集准确率的问题？
NIUSB6009 采集准确率的问题？
一、本人做一个中间继电器电性能实验的装置
1、PLC带动中间继电器吸合和释放，（吸合用时1.5秒，释放用时1.5秒）周而复始的运动。
2、中间继电器的触头负载
发表于 09-23 15:59
基于机器学习的IWR6843AOP跌倒和姿态检测实现
德赢Vwin官网
网站提供《基于机器学习的IWR6843AOP跌倒和姿态检测实现.pdf》资料免费下载
发表于 09-03 10:02
•1次下载
微功率磁感应检测)技术的库门异动检测器产品优势
双模地磁检测器
一类用于PIS和PDS应用的一体化NB-IoT无线地磁感应检测器，在地磁算法的基础上，结合超低功耗雷达识别技术，进一步提高检测器的识别
发表于 07-10 09:01
深度学习在工业机器视觉检测中的应用
随着深度学习技术的快速发展，其在工业机器视觉检测中的应用日益广泛，并展现出巨大的潜力。工业机器视觉检测是工业自动化领域的重要组成部分，通过图
一种基于可拉伸光子晶体的荧光传感阵列，用于卵巢癌早期诊断
糖蛋白在细胞归巢、免疫识别、物质转运、蛋白质相互作用和细胞间信号传递等广泛的生命过程中发挥着重要作用，已被确定为卵巢癌、结肠癌、直肠癌、乳腺癌和肝癌等癌症诊断、临床治疗和预后评估的治疗靶点或生物标志物。
OpenAI推出专用的AI检测工具
OpenAI最近推出了一款全新的AI检测工具，这款工具专门针对由DALL·E 3模型生成的图片。令人印象深刻的是，该工具能够精准识别出这类图片，其准确率高达98%。这一举措的主要目的是为了协助研究人员在内容真实性方面进行深入的研
机器人核心零部件的技术现状与发展趋势解析
机器人用ＲV减速器的故障诊断准确率一直很低。针对这个问题，陈乐瑞等利用非线性输出频率响应核主元分析相结合的方法来诊断ＲV减速器的故障
发表于 04-23 17:25
•784次阅读
自动雨量监测系统（准确地预测降雨情况，提高预报的准确率）
对工程的影响，及时采取相应的措施，保障工程的安全运行。在气象预报方面，它可以帮助气象工作者更准确地预测降雨情况，提高预报的准确率。
机器视觉如何检测橡胶圈外观尺寸检测？
外观检测 机器视觉系统可以检测橡胶圈表面的缺陷，裂纹、气泡、凹陷等。通过图像处理算法，系统能够准确识别并标记出这些缺陷。系统能够精确识别颜色差异，并给出相应的反馈或警报。
基于机器视觉和深度学习的焊接质量检测系统
的一致性和准确性。 机器视觉技术为焊接质量检测提供了高分辨率的图像数据。通过搭载高速、高分辨率相机，系统能够实时捕捉焊接过程中的细节，包
工商网监
评论