人工智能与地面点云在森林监测中的应用

人工智能与地面激光雷达点云在森林监测中的应用:学术报告 学术背景 随着全球气候变化和森林资源管理的日益重要,精准林业(Precision Forestry)成为了现代林业管理的关键方向。精准林业依赖于高精度的森林数据采集与分析,而地面激光雷达(Terrestrial LiDAR, TLS)和移动激光雷达(Mobile LiDAR, MLS)技术的进步为森林监测提供了前所未有的细节。然而,处理这些高密度的三维点云数据仍然是一个巨大的挑战,尤其是在个体树木分割、树种分类和森林结构分析等任务中。 传统的方法依赖于手工设计的特征和启发式算法,但这些方法在处理复杂的自然环境和多样化的森林结构时往往表现不佳。近年来,人工智能(Artificial Intelligence, AI),特别是深度学习(De...

AutoStory:以最少人力生成多样化故事图像

AutoStory:以最少人力生成多样化故事图像

学术背景与问题提出 故事可视化(Story Visualization)是一项旨在从文本描述的故事中生成一系列视觉上一致的图像的任务。这项任务要求生成的图像不仅要高质量,还要与文本描述保持一致,并且在不同图像中角色的身份和场景也要保持一致。尽管故事可视化在艺术创作、儿童教育和文化传承等领域具有广泛的应用前景,但由于其复杂性,现有的方法往往通过简化问题来处理,例如仅考虑特定的角色和场景,或要求用户提供每张图像的控制条件(如草图)。这些简化使得现有方法在实际应用中表现不佳。 为了解决这些问题,本文提出了一种自动化故事可视化系统,能够以最少的人工交互生成多样化、高质量且一致的故事图像。具体来说,作者利用大语言模型(LLM)的理解和规划能力进行布局规划,然后基于布局利用大规模文本到图像模型生成复杂的...

SIRCLE模型揭示肾癌表型调控机制

SIRCLE模型揭示肾癌表型调控机制 背景介绍 肾透明细胞癌(Clear Cell Renal Cell Carcinoma, ccRCC)是最常见的肾癌类型,占肾恶性肿瘤的70%。ccRCC的发生和发展与肾表观基因组、转录组、蛋白质组和代谢组的复杂重塑密切相关。由于肿瘤和患者间的异质性,基于药物的治疗效果有限,因此需要多组学研究来提取调控关系,进而开发靶向治疗。然而,目前缺乏有效的方法来整合多组学数据以揭示表型调控的机制。 为了解决这一问题,Ariane Mora等人开发了一种名为SIRCLE(Signature Regulatory Clustering)的方法,通过整合DNA甲基化、RNA测序和蛋白质组数据,揭示ccRCC及其他癌症中的表型调控机制。该研究旨在通过多组学数据的整合,识别...

基于时空图的智能电网对抗性虚假数据注入规避攻击的生成与检测

基于时空图的智能电网对抗性虚假数据注入逃逸攻击的生成与检测 背景介绍 随着现代智能电网的不断发展,电网作为一种典型的网络化信息物理系统(Cyber-Physical Systems, CPS),因其需要在不同组件之间交换大量数据,面临各种安全威胁。其中,虚假数据注入攻击(False Data Injection Attacks, FDIAs)因其能够篡改传感器数据而备受关注。攻击者可以借助这些虚假数据绕过传统的坏数据检测系统(Bad Data Detection, BDD),从而导致错误的操作决策,甚至可能使系统过载。然而,传统FDIAs相对简单,其明显的数据异常容易被数据驱动的机器学习模型检测到。 相比之下,对抗性虚假数据注入逃逸攻击(Adversarial False Data Inje...

基于光电偏振特征向量的片上全斯托克斯偏振计

基于光电偏振特征向量的片上全斯托克斯偏振计研究 学术背景 光的偏振态在光学通信、生物医学诊断、遥感、宇宙学等多个领域中具有重要的应用价值。斯托克斯矢量(Stokes vector)是描述光偏振态的四个参数,能够完整地反映光的强度和偏振状态。传统的偏振计通常依赖于离散的光学元件,如棱镜、透镜、滤波器和波片等,这些元件体积庞大,限制了偏振计的小型化和广泛应用。近年来,随着纳米光子学和超表面(metasurface)技术的发展,研究人员开始探索基于超表面的紧凑型偏振计。然而,现有的超表面偏振计在红外波段的应用中面临诸多挑战,如像素对齐问题、光学串扰以及红外吸收等。 为了解决这些问题,本文提出了一种基于光电偏振特征向量(optoelectronic polarization eigenvector,...

GPT-4在胸部X光片评估中的潜在应用

GPT-4在胸部X光片评估中的潜力:一项回顾性研究 学术背景 近年来,人工智能(AI)在医疗领域,尤其是放射学中的应用日益广泛。AI工具的引入正在改变临床实践,尤其是在影像诊断中。然而,AI工具的广泛采用面临诸多挑战,包括资金不足、信息技术(IT)集成效率低下以及验证不足等问题。此外,医疗专业人员,尤其是放射科医生,普遍缺乏足够的统计学知识,这进一步阻碍了他们对AI工具的深入理解和应用。随着放射学研究越来越依赖于数据驱动技术,放射科医生需要具备批判性评估统计方法及其局限性的能力。 大型语言模型(LLMs),如OpenAI的GPT-4,因其能够理解自然语言、推理和解释复杂信息的能力,逐渐在放射学中得到认可。GPT-4的Advanced Data Analysis(ADA)扩展功能使其能够分析数...

原发性硬化性胆管炎中调节性T细胞相关基因的研究:孟德尔随机化和转录组数据的证据

学术背景 原发性硬化性胆管炎(Primary Sclerosing Cholangitis, PSC)是一种慢性、进行性的肝脏疾病,主要由免疫、炎症和遗传因素共同作用导致,最终可能引发肝功能衰竭。PSC的发病率和患病率在全球范围内存在显著差异,发病率从西班牙的0.07例/10万人年到挪威的1.3例/10万人年不等,患病率则从西班牙的0.2例/10万人年到美国的13.6例/10万人年不等。大约70-80%的PSC患者同时患有炎症性肠病,这增加了胆管癌和结直肠癌的风险。PSC的临床表现和病程多样,诊断主要依赖于胆管影像学和肝脏组织病理学。尽管部分患者病程较为缓慢,但PSC的诊断对患者的长期健康有重大影响,中位无移植生存期为13.2年。随着影像技术的进步,磁共振成像(MR)等非侵入性诊断方法逐渐取...

多相机阵列扫描仪在数字细胞病理学中的应用

多相机阵列扫描仪在数字细胞病理学中的应用

快速3D成像在数字细胞病理学中的应用:多相机阵列扫描仪(MCAS) 学术背景 光学显微镜长期以来一直是细胞病理学诊断的标准方法。然而,传统的全片扫描仪虽然能够自动成像并数字化大面积的样本,但其速度慢、成本高,因此并未广泛普及。特别是在细胞学样本的临床诊断中,样本通常分布在大面积且较厚的区域,这要求进行3D成像。现有的全片扫描技术在处理厚样本时,往往需要数小时才能完成扫描,这极大地限制了其在临床中的应用。因此,开发一种能够快速、高效地对厚样本进行3D成像的技术成为了细胞病理学领域的一个重要挑战。 本文提出了一种新型的多相机阵列扫描仪(Multi-Camera Array Scanner, MCAS),旨在解决这一难题。MCAS通过并行化的显微镜设计,能够在极短的时间内对大面积、厚样本进行高分辨...

单细胞RNA测序和机器学习揭示CD8+ T细胞与葡萄膜黑色素瘤转移的关系

2024年发表在《Cancer Cell International》上的《Machine Learning and Single-cell RNA Sequencing Reveal Relationship Between Intratumor CD8+ T Cells and Uveal Melanoma Metastasis》的学术报告 研究背景及目的 葡萄膜黑色素瘤(Uveal Melanoma, UM)是成人最常见的眼内恶性肿瘤。在接受放射治疗或手术治疗后,原发性UM的局部复发率较低。然而,约40%的患者在治疗后会出现远端转移,特别是在肝脏,导致高达50%的死亡率(4至5年内)。当前,针对UM转移风险的评估主要依赖多基因模型,这些模型多采用机器学习方法,基于基因表达谱(Gene ...

整合单细胞多组学分析揭示了HIV潜伏逆转的潜在调节因子

综合单细胞多组学HIV潜伏逆转研究揭示病毒再活化的全新调控因子 该篇题为《integrated single-cell multiomic analysis of hiv latency reversal reveals novel regulators of viral reactivation》的论文,由Manickam Ashokkumar、Wenwen Mei等多位研究者共同完成,分别来自于美国北卡罗来纳大学教堂山分校(University of North Carolina at Chapel Hill)和德州农工大学(Texas A&M University)等多家机构,并于2024年6月20日提前发表在《Genomics, Proteomics & Bioinformatics...