“第四十九章 AI增强显微镜”版本间的差异
来自cslt Wiki
（→扩展阅读） |
|||
| 第9行： | 第9行： | ||
==扩展阅读== | ==扩展阅读== | ||
| − | * AI100问： 机器学习如何提高显微图像的质量 ？ [http://aigraph.cslt.org/ | + | * AI100问： 机器学习如何提高显微图像的质量 ？ [http://aigraph.cslt.org/ai100/AI-100-98-机器学习如何帮助生物学家提高显微图像质量.pdf] |
| − | * 荧光显微镜 [ | + | * 荧光显微镜 [http://aigraph.cslt.org/courses/49/熒光顯微鏡.pdf] |
* 增强现实（AR）显微镜助力病理AI实时检测癌症 [https://www.163.com/dy/article/EMI561J505329HWW.html] | * 增强现实（AR）显微镜助力病理AI实时检测癌症 [https://www.163.com/dy/article/EMI561J505329HWW.html] | ||
* AI+AR+医疗行业结合的案例典范：增强现实显微镜 [https://zhuanlan.zhihu.com/p/55993275] | * AI+AR+医疗行业结合的案例典范：增强现实显微镜 [https://zhuanlan.zhihu.com/p/55993275] | ||
2023年8月13日 (日) 02:51的版本
教学资料
扩展阅读
- AI100问： 机器学习如何提高显微图像的质量 ？ [2]
- 荧光显微镜 [3]
- 增强现实（AR）显微镜助力病理AI实时检测癌症 [4]
- AI+AR+医疗行业结合的案例典范：增强现实显微镜 [5]
- Google ARM [6]
视频展示
演示链接
开发者资源
- GVTNet source code [9]
高级读者
- Nature collection: Deep learning in microscopy [10]
- Wang, Z., Xie, Y. & Ji, S. Global voxel transformer networks for augmented microscopy. Nat Mach Intell 3, 161–171 (2021). [11]
- Chen P H C, Gadepalli K, MacDonald R, et al. An augmented reality microscope with real-time artificial intelligence integration for cancer diagnosis[J]. Nature medicine, 2019, 25(9): 1453-1457. [12]
