In modern pathology, multiplexed immunofluorescence (mIF) and multiplex immunohistochemistry (mIHC) bring both vast opportunities and challenges. These techniques illuminate complex tumor microenvironment interactions, necessitating intuitive visualization tools. With the rise of electronic health records (EHR) and information overload for physicians, integrating advanced technologies becomes essential. Enter SpatialVisVR: a versatile VR platform for comparing medical images, adaptable for data privacy on embedded hardware. Clinicians can capture pathology slides in real-time via mobile, then SpatialVisVR employs a deep learning algorithm to match and display similar mIF images. This interface allows for adding or removing up to 100 multiplexed protein channels, aiding immuno-oncology decisions. Ultimately, SpatialVisVR aims to refine diagnostic processes, promoting a holistic, efficient approach to immuno-oncology research and treatment.


翻译:在现代病理学中,多重免疫荧光(mIF)与多重免疫组化(mIHC)技术既带来了巨大机遇也伴随着显著挑战。这些技术揭示了复杂的肿瘤微环境相互作用,亟需直观的可视化工具。随着电子健康档案(EHR)的普及及医师面临的信息过载问题,整合先进技术显得尤为关键。本文提出SpatialVisVR:一个支持医学影像对比的多功能VR平台,其设计兼顾嵌入式硬件上的数据隐私保护。临床医生可通过移动设备实时采集病理切片图像,随后SpatialVisVR利用深度学习算法匹配并显示相似mIF影像。该界面支持添加或移除多达100个多重蛋白通道,辅助免疫肿瘤学决策。最终,SpatialVisVR致力于优化诊断流程,推动免疫肿瘤学研究和治疗走向整体化、高效化路径。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
35+阅读 · 2019年10月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
61+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
32+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
国家自然科学基金
13+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
23+阅读 · 2023年3月8日
VIP会员
最新内容
“史诗怒火”行动:现代多域作战的重要节点
专知会员服务
1+阅读 · 今天5:05
《下一代无线网络中的多无人机通信资源管理》
专知会员服务
2+阅读 · 今天5:00
《同步多无人机系统中的故障与通信》
专知会员服务
4+阅读 · 7月29日
面向国防作战的最佳自主与蜂群无人机技术
专知会员服务
7+阅读 · 7月28日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
相关基金
国家自然科学基金
13+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员