热点事件观察中

2D U-Net量化小鼠动脉粥样硬化病灶

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Giles等开发了用于小鼠主动脉根部动脉粥样硬化病灶分割与定量的2D U-Net模型。与人工测量相比，测试集F1为0.82、Jaccard为0.72，相关系数为0.98；模型测量每张图像约3.35秒，耗时缩短98.9%。模型针对经Western饮食喂养12周的F2小鼠主动脉根部横断面，图像采用Oil Red O和苏木素染色。共2553张图像，按1533张训练、510张验证和510张测试划分，结果见于bioRxiv预印本。

AI 根据报道生成 · 6 小时前更新

最新进展11月4日 00:00

2D U-NET 深度学习架构用于小鼠动脉粥样硬化病灶分割与定量

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

00:00
bioRxiv · Bioinformatics
2D U-NET 深度学习架构用于小鼠动脉粥样硬化病灶分割与定量
研究团队开发基于卷积神经网络的 2D U-NET 模型，用于小鼠主动脉根部 Oil Red O 染色切片的动脉粥样硬化病灶分割与定量。模型以 2553 张人工分割图像训练、验证和测试，测试集 F1 为 0.82、Jaccard 为 0.72、相关系数为 0.98。模型测量每张图像约 3.35 秒，较人工测量耗时缩短 98.9%。

本事件热度走势

可比范围当前: 5
可比范围峰值: 611月4日 20:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。