論文の概要: Potential Applications of Artificial Intelligence and Machine Learning
in Radiochemistry and Radiochemical Engineering
- arxiv url: http://arxiv.org/abs/2108.02814v1
- Date: Thu, 5 Aug 2021 18:58:56 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-10 02:30:33.569945
- Title: Potential Applications of Artificial Intelligence and Machine Learning
in Radiochemistry and Radiochemical Engineering
- Title(参考訳): 放射線化学・放射線化学工学における人工知能と機械学習の可能性
- Authors: E. William Webb and Peter J.H. Scott
- Abstract要約: 人工知能と機械学習は、PETイメージングをベンチからクリニックに邪魔する可能性がある。
この観点から、PETイメージングのための新しい放射性医薬品の設計と合成を改善するために、この技術がどのように応用できるかについての洞察を提供する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence and machine learning are poised to disrupt PET
imaging from bench to clinic. In this perspective we offer insights into how
the technology could be applied to improve the design and synthesis of new
radiopharmaceuticals for PET imaging, including identification of an optimal
labeling approach as well as strategies for radiolabeling reaction
optimization.
- Abstract(参考訳): 人工知能と機械学習は、PETイメージングをベンチからクリニックに邪魔する可能性がある。
この観点からは、petイメージングのための新しい放射性医薬品の設計と合成を改善するためにこの技術をどのように適用できるか、最適なラベリングアプローチの同定や放射性ラベリング反応最適化の戦略などについての洞察を提供する。
関連論文リスト
- An Autonomous Large Language Model Agent for Chemical Literature Data
Mining [60.85177362167166]
本稿では,幅広い化学文献から高忠実度抽出が可能なエンドツーエンドAIエージェントフレームワークを提案する。
本フレームワークの有効性は,反応条件データの精度,リコール,F1スコアを用いて評価する。
論文 参考訳(メタデータ) (2024-02-20T13:21:46Z) - Anatomy and Physiology of Artificial Intelligence in PET Imaging [0.0]
この記事では、PETイメージングで最も遭遇しそうな側面に特に焦点をあてて、現代のAIの中核となる原則を解説したガイドを提供する。
本稿では、畳み込みニューラルネットワーク、アルゴリズムトレーニング、セグメンテーションと画像合成によく使われるU-Netの構成要素について説明する。
論文 参考訳(メタデータ) (2023-11-30T15:12:57Z) - Chemist-X: Large Language Model-empowered Agent for Reaction Condition
Recommendation in Chemical Synthesis [59.11837224347467]
Chemist-Xは、検索増強生成(RAG)技術を用いた化学合成において、反応条件レコメンデーション(RCR)タスクを自動化する。
Chemist-Xはオンラインの分子データベースを尋問し、最新の文献データベースから重要なデータを蒸留する。
Chemist-Xは化学者の作業量を大幅に減らし、より根本的で創造的な問題に集中できるようにする。
論文 参考訳(メタデータ) (2023-11-16T01:21:33Z) - fMRI-PTE: A Large-scale fMRI Pretrained Transformer Encoder for
Multi-Subject Brain Activity Decoding [54.17776744076334]
本稿では,fMRI事前学習のための革新的オートエンコーダであるfMRI-PTEを提案する。
我々のアプローチでは、fMRI信号を統合された2次元表現に変換し、次元の整合性を確保し、脳の活動パターンを保存する。
コントリビューションには、fMRI-PTEの導入、革新的なデータ変換、効率的なトレーニング、新しい学習戦略、そして我々のアプローチの普遍的な適用性が含まれる。
論文 参考訳(メタデータ) (2023-11-01T07:24:22Z) - Contrastive Diffusion Model with Auxiliary Guidance for Coarse-to-Fine
PET Reconstruction [62.29541106695824]
本稿では, 粗い予測モジュール (CPM) と反復的修正モジュール (IRM) から構成される粗大なPET再構成フレームワークを提案する。
計算オーバーヘッドの大部分をCPMに委譲することで,本手法のサンプリング速度を大幅に向上させることができる。
2つの追加戦略、すなわち補助的な誘導戦略と対照的な拡散戦略が提案され、再構築プロセスに統合される。
論文 参考訳(メタデータ) (2023-08-20T04:10:36Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳(メタデータ) (2023-01-17T21:41:21Z) - Physics-driven Deep Learning for PET/MRI [2.2113800586902608]
我々は,同時ポジトロン放射トモグラフィ(PET)/磁気共鳴イメージング(MRI)システムのための物理・データ駆動型再構成技術について概説する。
これらの再構成手法は、構造的または統計的に、PETシステム応答の物理に基づく記述とともに、事前を利用する。
我々は,3次元PET/MRIの再構成において,多面的アプローチがハイブリッドデータと物理駆動機械学習にどのように対応しているかを明らかにする。
論文 参考訳(メタデータ) (2022-06-11T21:35:27Z) - Artificial Intelligence-Based Detection, Classification and
Prediction/Prognosis in PET Imaging: Towards Radiophenomics [2.2509387878255818]
この研究は、腫瘍学的なPETとPET/CTイメージングに焦点を当てたAIベースの技術についてレビューする。
良性から悪性まで腫瘍組織学のスペクトルがあり、AIベースの分類法で同定できる。
放射線分析は、腫瘍の正確な評価のための非侵襲的手法として利用される可能性がある。
論文 参考訳(メタデータ) (2021-10-20T01:05:47Z) - Artificial Intelligence in PET: an Industry Perspective [3.084117449495927]
人工知能(AI)は、ポジトロン・エミッション・トモグラフィ(PET)イメージングの応用など、医療画像に肯定的な影響を与える可能性があり、進歩する可能性がある。
AIは、PETにおけるAIの将来の可能性を最大化するために対処し克服する必要がある、業界固有の課題を提起する。
本稿では、AIの開発、標準化、商業化、臨床導入におけるこれらの業界固有の課題の概要を述べるとともに、近い将来にAIによってもたらされるPETイメージングの強化の可能性を探る。
論文 参考訳(メタデータ) (2021-07-14T14:47:24Z) - Bidirectional Mapping Generative Adversarial Networks for Brain MR to
PET Synthesis [29.40385887130174]
BMGAN (Bidirectional Mapping Generative Adversarial Networks) と呼ばれる3次元のエンドツーエンド合成ネットワークを提案する。
提案手法は、異なる被験者の多様な脳構造を保存しながら、知覚的にリアルなPET画像を合成することができる。
論文 参考訳(メタデータ) (2020-08-08T09:27:48Z) - Review of Artificial Intelligence Techniques in Imaging Data
Acquisition, Segmentation and Diagnosis for COVID-19 [71.41929762209328]
新型コロナウイルス感染症(COVID-19)のパンデミックは世界中に広がっている。
X線やCT(Computerd Tomography)などの医用画像は、世界的な新型コロナウイルス対策に欠かせない役割を担っている。
最近登場した人工知能(AI)技術は、画像ツールの力を強化し、医療専門家を支援する。
論文 参考訳(メタデータ) (2020-04-06T15:21:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。