- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器人网
AI“科学家”发现，牙膏成分可能有助于解决抗药性疟疾
牙膏中常用的一种成分可以作为抗疟疾药物，用于抗疟疾寄生虫的菌株，它们对目前使用的药物已经有抗药性。剑桥大学研究人员的这一发现得到了人工智能“机器人科学家”Eve的帮助。 当感染了疟疾寄生虫的蚊子咬人时，它通过唾液将寄生虫转移到血液中。这些寄生虫进入肝脏，在那里成熟并繁殖。 虽然许多药物可以治疗这种疾病，但是疟疾寄生虫对这些药物的耐药性日益增加，将来会引起不可治愈的疟疾。 然而，随后的工作表明，提高三氯生对ENR的靶向能力对血液中的寄生虫生长没有影响。 研究小组使用了Eve才发现，实际上三氯生是通过特异性抑制一种完全不同的疟疾寄生虫酶DHFR来影响寄生虫生长。 DHFR是公认的抗疟药物乙胺嘧啶的靶标；然而，疟疾寄生虫对药物的耐药性很普遍，特别是在非洲。剑桥研究小组表明，三氯生能够针对这种酶，甚至对耐乙胺嘧啶的寄生虫中起作用。
74560发布于 2018-04-18 - 来自专栏生命科学
疟原虫蛋白复合物疫苗科研 | MedChemExpress
疟疾 寄生虫 疟原虫生命周期 发病：主要的致病机制是疟原虫感染后，红细胞发生溶血，释放出寄生虫和疟疾内毒素 (被认为是疟原虫和寄生虫 DNA 的复合物)，进而激活 TLR9 触发炎症反应。 总结： 就目前而言，疟疾仍然是全球重大的疾病负担。尽管 Artemisinin 及其衍生物是一线抗疟药物，Artemisinin 联合疗法效果更是十分显著，但耐药性寄生虫的出现仍旧是个重要的问题。 要彻底消除人类疟疾，我们仍有一段路要走。 相关产品 Artemisinin 一种带有过氧基团的倍半萜内酯和抗疟疾剂。 Cycloguanil Proguanil 的活性代谢产物，作用于红细胞和肝细胞中的疟疾裂殖体。 Atovaquone 具有口服活性的选择性寄生虫线粒体细胞色素 bc1 复合物的抑制剂。
38710编辑于 2023-03-07 - 来自专栏通过深度学习技术实现图像识别
基于深度学习的广义架构，根据显微镜图像 辅助人类疟疾诊断 (源代码可见于文中GitHub)
疟疾是一种由疟原虫引起的传染病，可能危及人类生命。5 岁以下儿童是最脆弱的群体，大约每两分钟就有 1 人死亡，占所有疟疾死亡人数的 65% 以上。 世界卫生组织 (WHO) 鼓励研究通过快速和经济的诊断来治疗疟疾的适当方法。 本文提出了一个基于深度学习的框架，用于从薄血涂片的显微图像中诊断人类疟疾感染。 该框架基于直接分割和分类方法，该方法依赖于对寄生虫本身的分析。该框架允许分割图像中的疟原虫寄生虫并预测其在四个主要类别中的种类：恶性疟原虫、疟疾疟原虫、卵形疟原虫和间日疟原虫 (P. 本文的主要贡献如下： – 依赖于寄生虫本身分析的直接分割和分类方法。近期其他文献中提出的方法旨在量化受感染红细胞的数量，但本文的架构允许描绘这些细胞内寄生虫形状的轮廓，从而提供精确的分析工具。 – 一项考虑六个数据源的疟疾图像分析实验研究，从而概述了基于疟疾的特征检测、分割和分类方面的挑战。
50900编辑于 2022-01-17 - 来自专栏GPUS开发者
【Jetson开发项目展示】利用开放显微镜和深度学习进行疟疾检测
疟疾是一种威胁生命的疾病。它通常通过受感染的蚊子叮咬传播。受感染的蚊子携带疟原虫。当蚊子叮咬你时，寄生虫就会释放到你的血液中。 寄生虫一旦进入体内，就会进入肝脏，在那里成熟。 几天后，成熟的寄生虫进入血液并开始感染红细胞。 开源硬件有可能彻底改变我们制造科学仪器的方式;随着随时可用的3D打印机的出现，机械设计现在可以比以前更快、更容易地共享、改进和复制。 患者的血液涂抹在玻璃载玻片上，并用对比剂染色，以便更好地鉴别红细胞中的受感染寄生虫。 然后，临床医生手工计算寄生红细胞的数量——有时多达5000个(根据世界卫生组织的协议)。 【疟疾数据库】 步骤1：收集疟疾数据集数据集本身可以在NIH的官方网页上找到: ? 美国国家卫生研究所(NIH)提供的疟疾数据集的子集。我们将使用这个数据集来开发一个深度学习分类模型。 最后，我们有一个完整的端到端疟疾分类系统，谢谢大家。
72520发布于 2020-03-17 - 来自专栏生信宝典
发明了1美元显微镜、20美分离心机之后，他又做了一个拯救贫穷实验室的新仪器
图片来源：Prakash Lab 在世界上疟疾病例最多的国家乌干达，很多医护人员需要承担几乎无止境的疟疾检测工作。 这项工作是耗时费力的。 比人快 120 倍 Manu Prakash 和他的同事 Hongquan Li 发明了一款能让使用者自行组装的疟疾快速检测显微镜——“Octopi”。 这项计数功能还解决了现有疟原虫快速检测方法中不能计算寄生虫的数量的难题。因为计算寄生虫数量对于判断患者的感染程度并选择治疗方法十分重要。 “疟疾诊断是费时的，”西班牙 IPBLN－CSIC 的疟疾研究员 Elena Gomez-Diaz 评价，“这项设备以可承受的成本，使整个过程自动化。” 比如，导致盘尾丝虫病或“河盲症”的寄生虫。
78611发布于 2019-09-10 - 来自专栏量子位
AI显微镜面市：20分钟诊断疟疾，精度满足世卫最高标准
“EasyScan Go能帮助我们稳定快速地判断，什么药物能有效地减少血液中的疟疾寄生虫数量，”Global Good基金会负责全球健康科技的主任David Bell说，“人工智能技术能够提高我们确诊疟疾的准确率 但实际情况中，几百个血样里才会出现疟疾的寄生虫，训练样本数很少是个难题。” Motic的总经理Sebastian Nunnendorf把这个难度比喻为，“就好像在一块标准足球场里找个石子一样。” ? 在早期，要用深度学习算法的疟疾检测，是需要依托特制的显微设备。 “除了检测时间上能达到专家的水平，该款显微镜原型还可以快速弥补显微镜专家人数稀缺的问题，并同时追踪那些抗多种药物的疟疾种。 最理想的情况是，价格尽可能亲民，这样那些疟疾或其他流行传染病肆虐的低收入水平国家才能购买得起。 未来还有哪些应用？
80290发布于 2018-03-23 - 来自专栏相约机器人
深度学习检测疟疾
背景 疟疾是由疟原虫寄生虫引起的一种致命的传染性蚊子传播疾病。这些寄生虫通过被感染的雌性蚊子的叮咬传播。有五种主要类型的疟疾。看看这种疾病在以下情节中的致命性的重要性。 最初如果被感染的蚊子叮咬你，蚊子携带的寄生虫会进入你的血液并开始摧毁携氧的红细胞（红细胞）。通常在蚊虫叮咬后几天或几周内感觉不适时，疟疾的第一个症状类似于流感或病毒。 然而这些致命的寄生虫可以在你的身体中存活超过一年！因此延迟和错误治疗可能导致并发症甚至死亡。因此早期有效的疟疾检测可以挽救生命。 疟疾检测方法 有几种方法和测试可用于疟疾检测和诊断。基于的原始论文的数据分析，预先训练的卷积神经网络作为特征提取器，用于改善薄血涂片图像中的疟疾寄生虫检测，S Rajaraman等。 预先训练过的卷积神经网络作为特征提取器，用于改善薄血涂片图像中的寄生虫检测，利用论文中提到的数据共计6个预训练模型，在检测疟疾时获得95.9％的令人印象深刻的准确度。未感染的样本。
1.3K20发布于 2019-06-21 - 来自专栏新智元
【AI全球大战医生】Hinton：5-10年内深度学习取代放射科医生
AI赋能显微镜能计算血液样本中的疟疾寄生虫 近日，一家中国制造商和由比尔·盖茨支持的风险投资公司将宣布计划将显微镜商业化，该显微镜使用深度学习算法在20分钟内自动识别和计数血液中的疟疾寄生虫。 AI赋能显微镜的实验版本已经显示，它可以很好地检测疟疾寄生虫，以达到世界卫生组织最高显微镜标准，称为能力等级1.该等级意味着它可以与训练有素的显微镜专家，尽管研究人员指出，一些显微镜专家仍然可以胜过自动化系统 正在开发的EasyScan GO显微镜将结合明场显微镜技术和运行深度学习软件的笔记本电脑，该软件可以自动识别导致疟疾的寄生虫。 Intellectual Ventures在华盛顿贝尔维尤的首席研究员本·威尔逊（Ben Wilson）表示，疟疾寄生虫为深度学习算法提出了一个棘手的“罕见的对象问题”，通常需要大量的训练数据来准确地识别对象 微小的疟疾寄生虫可能只会出现在血涂片的数百个显微镜图像中少数几次，在感染水平非常低的情况下，10万个红细胞中可能只有一个疟疾寄生虫。
1.1K60发布于 2018-03-20 - 来自专栏企鹅号快讯
Hinton：5-10年内深度学习取代放射科医生
AI赋能显微镜能计算血液样本中的疟疾寄生虫 近日，一家中国制造商和由比尔·盖茨支持的风险投资公司将宣布计划将显微镜商业化，该显微镜使用深度学习算法在20分钟内自动识别和计数血液中的疟疾寄生虫。 AI赋能显微镜的实验版本已经显示，它可以很好地检测疟疾寄生虫，以达到世界卫生组织最高显微镜标准，称为能力等级1.该等级意味着它可以与训练有素的显微镜专家，尽管研究人员指出，一些显微镜专家仍然可以胜过自动化系统 正在开发的EasyScan GO显微镜将结合明场显微镜技术和运行深度学习软件的笔记本电脑，该软件可以自动识别导致疟疾的寄生虫。 Intellectual Ventures在华盛顿贝尔维尤的首席研究员本·威尔逊（Ben Wilson）表示，疟疾寄生虫为深度学习算法提出了一个棘手的“罕见的对象问题”，通常需要大量的训练数据来准确地识别对象 微小的疟疾寄生虫可能只会出现在血涂片的数百个显微镜图像中少数几次，在感染水平非常低的情况下，10万个红细胞中可能只有一个疟疾寄生虫。
1.5K60发布于 2018-01-05 - 来自专栏DrugOne
Nat. Mach. Intell. | 利用生成式化学模型设计有效的抗疟药物
1 引言 机器学习，特别是深度学习，有望在多种疾病领域取得突破，包括疟疾等传染病，这些领域对新分子的需求一如既往地迫切。 这种由寄生虫引起的疾病每年造成约40万人死亡，其中大部分是撒哈拉以南非洲地区五岁以下的儿童。在缺乏疫苗的情况下，治疗和预防传播措施一直是减轻疟疾负担的基石。 然而，目前的治疗方法在对抗进化出耐药性的寄生虫方面收效甚微。为了遏制这种疾病的影响，需要药物组合和一系列新的抗疟药物。在这种情况下，机器学习被证明可能是加速发现和开发新型抗疟药物的关键。 并应用JAEGER提出了一种新的疟疾活性抑制剂。根据pQSAR模型对提案进行优先排序，然后合成和分析两种化合物。结果表明两种化合物均具有较强的抗疟疾活性。 为了建立JT-VAE模型来设计疟疾抑制剂，研究者们使用了在诺华内部恶性疟原虫增殖试验中测试过的分子。该数据集共有21065个分子，测量值为pIC50。
42110编辑于 2022-03-25 - 来自专栏CSDN社区搬运
消灭蚊子大作战！
蚊子种类分类任务的重要性主要体现在以下几个方面： 公共卫生与疾病控制：某些蚊子种类是传播疾病（如疟疾、登革热、寨卡病毒等）的主要媒介。 只有一种属（按蚊）含有能够传播导致人类疟疾的寄生虫的物种。 按蚊包含超过 475 种正式认可的物种，其中大约 75 种是人类疟疾的传播媒介，大约 40 种被认为是真正危险的。 例如，2019 年，疟疾在 100 多个国家造成约 2.29 亿例病例，估计导致 409,000 人死亡。 因此，必须准确定位和识别众多良性蚊种中的少数危险蚊种，以实现有效的蚊虫控制。
22210编辑于 2024-11-26 - 来自专栏AI科技大本营的专栏
医生再添新助手！深度学习诊断传染病 | 完整代码+实操
起初，如果你被一只受感染的蚊子叮咬了，那么蚊子所携带的寄生虫就会进入你的血液，并且开始摧毁你体内的携氧红细胞。 然而，这些致命的寄生虫可以在你身体里完好地存活超过一年的时间，并且不产生任何其他症状！延迟接受正确的治疗，可能会导致并发症甚至死亡。因此，早期并有效的疟疾检测和排查可以挽救这些生命。 世界卫生组织（WHO）发布了几个关于疟疾的重要事实，详情见此。简而言之，世界上将近一半的人口面临疟疾风险，每年有超过2亿的疟疾病例，以及有大约40万人死于疟疾。 for Malaria detection (Source) 根据上图所示的 WHO 的血液涂片检测流程，该工作包括在100倍放大倍数下对血涂片进行深入检查，其中人们需要从5000个细胞中，手动检测出含有寄生虫的红细胞 Rajaraman 等人的论文中更加详细的给出了相关的描述，如下所示： 厚血涂片有助于检测寄生虫的存在，而薄血涂片有助于识别引起感染的寄生虫种类（Centers for Disease Control
1.1K20发布于 2019-05-14 - 来自专栏深度学习和计算机视觉
使用深度学习进行疟疾检测 | PyTorch版
众所周知，疟疾对所有年龄段的人来说都是一种威胁生命的疾病，它通过蚊子传播。更重要的是，在最初的阶段，这些症状很容易被误认为是发烧、流感或普通感冒。 南美洲国家、非洲国家和印度次大陆由于疟疾而面临很高的感染风险，这主要是由于它们的热带气候是受感染雌蚊的催化剂和繁殖场所，而受感染的雌蚊携带造成这种疾病的疟原虫寄生虫。 其中，我们有13779张被疟疾感染的细胞图像和另外13779张未感染的图像。我们正在试图解决一个分类问题。使用的框架是 Pytorch。 数据集下载地址为：https://www.kaggle.com/iarunava/cell-images-for-detecting-malaria 现在，让我们开始创建我们的疟疾检测模型。
1K20发布于 2020-11-13 - 来自专栏HyperAI超神经
英国皇家植物园采用机器学习预测植物抗疟性，将准确率从 0.46 提升至 0.67
内容一览：疟疾是严重危害人类生命健康的重大传染病，研究人员一直在致力于寻找新的植物源性抗疟疾化合物，以研发相关药物。 关键词：植物学 抗疟疾 支持向量 作者 | 缓缓 编辑 | 三羊 疟疾是一种肆虐全球的寄生虫病，它通过蚊媒传播，其发病率以及致死率始终在虫媒传播疾病中居高不下。 根据最新的《世界疟疾报告》，2021 年全球疟疾流行进一步加剧，全年共有 2.47 亿例新发病例，预计死亡病例 61.9 万人。 目前全球仍以药物治疗作为主要的疟疾防治手段，并且很多药物的抗疟疾活性天然分子都来源于植物之中，因此，研究人员们一直致力于寻找新的植物源性抗疟疾化合物，不过，为了达到这个目的，需要对大量的植物进行筛选和测试 图 1：夹竹桃、马钱和茜草科中含有抗疟疾生物碱的实例 A：在夹竹桃科植物中发现的一种生物碱：Aspidocarpine。 B：在马钱子科植物中发现的一种生物碱：Strychnogucine。
28820编辑于 2023-08-31 - 来自专栏我爱计算机视觉
疟疾检测-Keras深度学习医学图像分析
疟疾全球分布 疟疾是一种致命传染病，在全世界范围内每年造成超过40万的人死亡，下图展示了疟疾发病数量的全球分布图。红色代表高危地区。 ? 由上图可知，疟疾最泛滥的地区在中非。 疟疾的地理分布和以下因素强相关： 贫困程度、医疗条件、是否战争、政府是否腐败、传染媒介（蚊虫叮咬等）。 可知，在这些地区开展疟疾检测的技术手段不仅需要速度快还需要是低成本的（设备低廉而且要省电）。 目前疟疾检测的方法 目前临床医疗环境中对疟疾的诊断主要依赖两种方法。 新方法，深度学习自动检测 值得高兴的是，2018年，NIH提出了新的基于深度学习的疟疾检测方法，通过采集血液样本图像，将疟疾的检测建模为已感染、未感染的二分类问题，他们的论文名为《Pre-trained 作者使用方法 Adrian Rosebrock通过构建残差CNN网络来实现疟疾检测。
63420发布于 2019-12-27 - 来自专栏数据派THU
独家 | 2022 年十项突破性技术
疟疾疫苗 疟疾每年造成60多万人死亡，其中大多数是5岁以下的儿童。世界卫生组织批准的一种新的疟疾疫苗每年可以拯救数十万人的生命，这也是世界上第一种治疗寄生虫感染的疫苗。
49510编辑于 2022-05-25 - 来自专栏机器人网
2014:无人机颠覆了什么？
在东南亚获取疟疾相关信息 在马亚西亚和菲律宾的森林，一种新型疟疾已经出现了十年时间。这就是诺氏疟原虫，这种寄生虫被认为只会长期影响长尾猴和猪尾猴。
64770发布于 2018-04-13 - 来自专栏生信技能树
基因组中是否存在未被DNA测序覆盖的区域（学徒翻译）
一个常见的例子是恶性疟原虫，一种疟疾病原体。其基因组的一些编码区具有70％的AT含量。因此，直到最近，才有可能对寄生虫的基因组进行测序。
1.4K10发布于 2019-08-22 - 来自专栏AI篮球与生活
Python爬虫解析奥斯卡最佳影片《寄生虫》
大洋彼岸的“奥斯卡”电影节上，韩国电影《寄生虫》出人意料的赢得了最佳影片、最佳原创剧本等四大奖项，成为当晚最大的赢家。此外在之前的戛纳电影节上，该影片也拿下了韩国影史上第一个金棕榈奖。 （由于篇幅的限制，小编就不再这里细说了，推荐读者自行去观看一下影片） 社会阶级的探讨 影片的一开始就是以“寄生虫”的模式铺展开来，哥哥妹妹需要蹭领居家的wifi来上网，再到去富豪家里做家教，我们当今的社会不也是一种 “寄生虫”式的存在么，社会中的上班族出卖自己的时间和劳动力为企业老板打工来赚取酬劳，而在这个过程中，优胜劣汰甚至有些人用一些卑劣的手段来达成自己的目的，这都是司空见惯的事情。
55020发布于 2020-02-19 - 来自专栏肉眼品世界
2022年十大突破性技术，“无密码”排名第一
五、 疟疾疫苗 主要玩家： GlaxoSmithKline、WHO 可用预期： 现在（有限） 疟疾每年造成60多万人死亡，其中大多数是五岁以下的儿童。 世界卫生组织批准的一种新型疟疾疫苗每年可以帮助挽救数十万人的生命。它也是世界上第一种针对寄生虫感染的疫苗。
93620编辑于 2022-03-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号