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

Neural Regulation01:37

Neural Regulation

43.8K
Digestion begins with a cephalic phase that prepares the digestive system to receive food. When our brain processes visual or olfactory information about food, it triggers impulses in the cranial nerves innervating the salivary glands and stomach to prepare for food.
43.8K

También podría leer

Artículos Relacionados

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

Ordenar por
Same author

Lifelong phylogenetic reconstruction of immune-mediated clonal trajectories in paroxysmal nocturnal hemoglobinuria.

Leukemia·2026
Same author

Efficacy and safety of first-line immune checkpoint inhibitor-based combination therapy in metastatic renal cell carcinoma patients on hemodialysis.

Urologic oncology·2026
Same author

Chromatin landscape and epigenetic heterogeneity of acute myeloid leukaemia.

Nature·2026
Same author

Total Bone Uptake as a Quantitative Imaging Biomarker for Prostate Cancer With Bone Metastases.

Cancer diagnosis & prognosis·2026
Same author

Enfortumab vedotin demonstrates consistent efficacy in platinum- and ICI-refractory metastatic urothelial carcinoma patients irrespective of prior response: a multicenter real-world study.

Central European journal of urology·2026
Same author

CRISPR-Cas9 disruption of flavanone 3-hydroxylase produces a green phenotype and alters flavone metabolites in allotetraploid perilla.

Frontiers in plant science·2026

Video Experimental Relacionado

Updated: Feb 28, 2026

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
09:47

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches

Published on: December 15, 2023

2.0K

Identificación de fenotipos a nivel de parche mediante selección neuronal débilmente supervisada en autoencoders

Keita Tamura1, Yao-Zhong Zhang2, Yohei Okubo3

  • 1School of Medicine, Hiroshima University, Hiroshima, 734-8553, Japan.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
|February 27, 2026
PubMed
Resumen

Este estudio presenta un método débilmente supervisado para la selección de neuronas en modelos de fundación de patología, lo que permite una identificación precisa de tumores a partir de imágenes de portaobjetos completos (WSI) con una explicabilidad mejorada.

Palabras clave:
patología computacionalinteligencia artificial en medicinapatología digitalaprendizaje automáticovisión por computadoraanálisis de imágenesmodelos de fundaciónautoencoders dispersosaprendizaje multitareaidentificación de fenotipos

Más Videos Relacionados

Decoding Natural Behavior from Neuroethological Embedding
08:00

Decoding Natural Behavior from Neuroethological Embedding

Published on: October 3, 2025

767
Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations
12:27

Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations

Published on: February 15, 2017

7.4K

Videos de Experimentos Relacionados

Last Updated: Feb 28, 2026

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
09:47

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches

Published on: December 15, 2023

2.0K
Decoding Natural Behavior from Neuroethological Embedding
08:00

Decoding Natural Behavior from Neuroethological Embedding

Published on: October 3, 2025

767
Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations
12:27

Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations

Published on: February 15, 2017

7.4K

Área de la Ciencia:

  • Patología computacional
  • Inteligencia artificial en medicina
  • Patología digital

Sus antecedentes:

  • El análisis asistido por computadora de imágenes de portaobjetos completos (WSI) está avanzando rápidamente.
  • Los modelos de fundación de patología multimodales ofrecen nuevas posibilidades para el análisis de WSI.

Objetivo del estudio:

  • Proponer un enfoque de selección neuronal débilmente supervisado para extraer representaciones desvinculadas de modelos de fundación de patología derivados de CLIP.
  • Aprovechar la interpretabilidad de los autoencoders dispersos para mejorar el análisis de WSI.
  • Permitir la identificación efectiva de fenotipos a nivel de parche utilizando neuronas seleccionadas.

Principales métodos:

  • Un enfoque de selección neuronal débilmente supervisado utilizando etiquetas a nivel de portaobjetos completo dentro de un marco de aprendizaje de instancia múltiple (MIL).
  • Investigación de incrustaciones de imágenes preentrenadas de imágenes generales y de patología.
  • Utilización de autoencoders dispersos para la extracción de representaciones desvinculadas.

Principales resultados:

  • Una sola neurona seleccionada permite de manera efectiva la identificación de fenotipos a nivel de parche.
  • Demostró efectividad y explicabilidad en los conjuntos de datos Camelyon16 y PANDA.
  • Mostró capacidad de generalización para la identificación de parches de tumores.

Conclusiones:

  • El enfoque propuesto de selección neuronal débilmente supervisado mejora la interpretabilidad y efectividad de los modelos de fundación de patología.
  • Este enfoque facilita la identificación precisa de tumores y el análisis de fenotipos en patología digital.
  • El método muestra sólidas capacidades de generalización en diferentes conjuntos de datos.