麻省理工学院的工程师团队开发了一种新方法,能够逐分钟预测果蝇胚胎中细胞的折叠、分裂和重组。这种深度学习模型在分析细胞几何特性方面的准确率达到90%,未来可能用于研究其他物种的细胞发展及早期疾病模式。
机器之心数据服务已上线,提供高效稳定的数据获取,简化数据爬取流程。
机器之心数据服务现已上线,提供高效稳定的数据获取服务,帮助用户轻松获取所需数据。
一张名为“Nucleus Embryo”的图片在开发者圈中流传,幽默地将技术偏好与人类特征关联,比较了“硬核掌控者”和“务实效率派”两个假想“胚胎”,引发对技术选择的趣味讨论。文章强调这些标签仅供娱乐,技术选择不应定义个体。
德国和美国研究人员利用深度学习开发了StembryoNet模型,提高了干细胞衍生胚胎模型的可重复性,准确率达到88%。该模型有效分类ETiX胚胎,推动发育生物学研究,尤其在再生医学和发育障碍方面具有重要意义。
通过改进的生物先验条件,我们提出了一种基于Transformer的分割模型,能够准确预测多个年龄组的软骨。实验证明,我们的新模型在小鼠软骨数据集上表现出更高的优越性,并在另一个具有不同突变的小鼠软骨数据集上具有良好的泛化能力。
作者|加零编辑|三羊在动物发育过程中,胚胎随着时间的推移会发生复杂的形态变化,研究者们希望能够客观地量化发育时间和速度,并提供标准化的方法以分析早期胚胎所处阶段,更好地认知进化与发育流程。之前,学者们对于胚胎发育阶段和胚胎发育形态转化的认知来源于显微观察。但胚胎发育的阶段转化并不是理想化、稳定化的,存在非常多的影响因素,以至于研究人员很难观察到某一特定发育状态。观察胚胎形态推定所处的发育时间...
完成下面两步后,将自动完成登录并继续当前操作。