Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Imaging Biological Samples with Optical Microscopy01:18

Imaging Biological Samples with Optical Microscopy

Optical microscopy uses optic principles to provide detailed images of samples. Antonie van Leeuwenhoek designed the first compound optical microscope in the 17th century to visualize blood cells, bacteria, and yeast cells. In 1830, Joseph Jackson Lister created an essentially modern light microscope. The 20th century saw the development of microscopes with enhanced magnification and resolution.
In optical microscopy, the specimen to be viewed is placed on a glass slide and clipped on the stage...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Cost-effectiveness analysis of the integrated control strategy for schistosomiasis japonica in a lake region of China: a case study.

Infectious diseases of poverty·2021
Same author

Targeting Gα<sub>13</sub>-integrin interaction ameliorates systemic inflammation.

Nature communications·2021
Same author

Screening and mitigating major threats of regional development to water ecosystems using ecosystem services as endpoints.

Journal of environmental management·2021
Same author

Facile synthesis of a rod-like porous carbon framework confined magnetite nanoparticle composite for superior lithium-ion storage.

Journal of colloid and interface science·2021
Same author

Wafer-Scale and Full-Coverage Two-Dimensional Molecular Monolayers Strained by Solvent Surface Tension Balance.

ACS applied materials & interfaces·2021
Same author

Bioaerosol: A Key Vessel between Environment and Health.

Frontiers of environmental science & engineering·2021

Video Experimental Relacionado

Updated: Jun 30, 2026

Multimodal Hierarchical Imaging of Serial Sections for Finding Specific Cellular Targets within Large Volumes
11:19

Multimodal Hierarchical Imaging of Serial Sections for Finding Specific Cellular Targets within Large Volumes

Published on: March 20, 2018

10.8K

Un sistema inteligente interactivo de análisis visual para explorar imágenes patológicas grandes y multiescala

Chaoqing Xu, Ruiqi Yang, Weihan Li

    IEEE transactions on visualization and computer graphics
    |December 15, 2025
    PubMed
    Resumen

    Este estudio presenta un sistema de IA para analizar imágenes patológicas complejas, reduciendo la fatiga del médico y mejorando el diagnóstico del cáncer. La herramienta mejora la interpretación de imágenes grandes y multiescala, haciendo el análisis más eficiente y preciso.

    Palabras clave:
    Patología digitalInteligencia artificial en medicinaPatología computacionalAnálisis de imágenes médicasDiagnóstico asistido por computadoraVisualización de datosPatología de alta resoluciónAprendizaje profundo en patologíaInteracción humano-computadoraGestión de datos de patología

    Más Videos Relacionados

    Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment
    13:01

    Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment

    Published on: June 3, 2022

    4.4K
    Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
    05:33

    Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System

    Published on: July 11, 2025

    747

    Videos de Experimentos Relacionados

    Last Updated: Jun 30, 2026

    Multimodal Hierarchical Imaging of Serial Sections for Finding Specific Cellular Targets within Large Volumes
    11:19

    Multimodal Hierarchical Imaging of Serial Sections for Finding Specific Cellular Targets within Large Volumes

    Published on: March 20, 2018

    10.8K
    Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment
    13:01

    Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment

    Published on: June 3, 2022

    4.4K
    Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
    05:33

    Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System

    Published on: July 11, 2025

    747

    Área de la Ciencia:

    • Patología digital
    • Inteligencia artificial en medicina
    • Patología computacional

    Sus antecedentes:

    • El análisis de imágenes patológicas es vital para el diagnóstico y tratamiento del cáncer.
    • La interpretación actual de imágenes patológicas ultra grandes y multiescala depende en gran medida de la experiencia del médico, lo que implica un zoom y una evaluación visual que consumen mucho tiempo.
    • La dependencia del médico de la interpretación manual conduce a la fatiga y posibles imprecisiones.

    Objetivo del estudio:

    • Desarrollar un sistema inteligente para el análisis eficiente y preciso de imágenes patológicas ultra grandes y multiescala.
    • Reducir el tiempo y la fatiga visual asociada con la interpretación manual de portaobjetos de patología.
    • Proporcionar a los médicos una herramienta interactiva para mejorar el análisis de imágenes patológicas.

    Principales métodos:

    • Se utilizó un modelo de difusión para la segmentación inicial del tejido de las imágenes patológicas.
    • Se calcularon las proporciones del tejido patológico y las métricas morfológicas.
    • Se implementó la comparación dinámica multiescala y la evaluación visual multinivel para un análisis integral.

    Principales resultados:

    • El sistema facilita el análisis preciso de detalles patológicos en imágenes complejas.
    • Permitió la visualización e interpretación eficientes de portaobjetos de patología.
    • Demostró una reducción en el esfuerzo requerido para el análisis patológico detallado.

    Conclusiones:

    • El sistema de IA desarrollado ofrece una solución inteligente e interactiva para la interpretación de imágenes patológicas.
    • La herramienta mejora la eficiencia y la precisión del análisis de imágenes patológicas grandes y multiescala.
    • Este enfoque ayuda a los médicos al reducir la carga de la revisión manual de portaobjetos, apoyando un mejor diagnóstico del cáncer y la planificación del tratamiento.