• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Under AI's lens: spotting mutations visually.

作者信息

Fein Joshua A, Patel Sanjay S

机构信息

Department of Hematology and Medical Oncology, Weill Cornell Medicine/New York Presbyterian Hospital, New York, NY.

Division of Hematopathology, Department of Pathology and Laboratory Medicine, Weill Cornell Medicine/New York Presbyterian Hospital, New York, NY.

出版信息

Blood Adv. 2024 Feb 13;8(3):827-828. doi: 10.1182/bloodadvances.2023012196.

DOI:10.1182/bloodadvances.2023012196
PMID:38349670
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11066376/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/ba76/11066376/0de075c030da/BLOODA_ADV-2023-012196-C-gr1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/ba76/11066376/0de075c030da/BLOODA_ADV-2023-012196-C-gr1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/ba76/11066376/0de075c030da/BLOODA_ADV-2023-012196-C-gr1.jpg

相似文献

1
Under AI's lens: spotting mutations visually.在人工智能的视角下：直观地发现突变。
Blood Adv. 2024 Feb 13;8(3):827-828. doi: 10.1182/bloodadvances.2023012196.
2
Deep learning detects acute myeloid leukemia and predicts NPM1 mutation status from bone marrow smears.深度学习从骨髓涂片检测急性髓细胞白血病并预测 NPM1 突变状态。
Leukemia. 2022 Jan;36(1):111-118. doi: 10.1038/s41375-021-01408-w. Epub 2021 Sep 8.
3
From Conventional Deep Learning to GPT: AI's Emergent Power for Cardiac Imaging.从传统深度学习到GPT：人工智能在心脏成像领域的新兴力量。
JACC Cardiovasc Imaging. 2023 Aug;16(8):1129-1131. doi: 10.1016/j.jcmg.2023.07.001.
4
AMLnet, A deep-learning pipeline for the differential diagnosis of acute myeloid leukemia from bone marrow smears.AMLnet，一个用于骨髓涂片急性髓系白血病鉴别诊断的深度学习流水线。
J Hematol Oncol. 2023 Mar 21;16(1):27. doi: 10.1186/s13045-023-01419-3.
5
Role of artificial intelligence, machine learning and deep learning models in corneal disorders - A narrative review.人工智能、机器学习和深度学习模型在角膜疾病中的作用——叙述性综述。
J Fr Ophtalmol. 2024 Sep;47(7):104242. doi: 10.1016/j.jfo.2024.104242. Epub 2024 Jul 15.
6
Detection of acute promyelocytic leukemia in peripheral blood and bone marrow with annotation-free deep learning.无标注深度学习在末梢血和骨髓中急性早幼粒细胞白血病的检测。
Sci Rep. 2023 Feb 13;13(1):2562. doi: 10.1038/s41598-023-29160-4.
7
Deep learning predicts therapy-relevant genetics in acute myeloid leukemia from Pappenheim-stained bone marrow smears.深度学习可从 Pappenheim 染色的骨髓涂片预测急性髓细胞白血病的治疗相关遗传学信息。
Blood Adv. 2024 Jan 9;8(1):70-79. doi: 10.1182/bloodadvances.2023011076.
8
Correlation between peripheral blood and bone marrow regarding FLT3-ITD and NPM1 mutational status in patients with acute myeloid leukemia.急性髓系白血病患者外周血与骨髓中FLT3-ITD和NPM1突变状态的相关性
Haematologica. 2015 Mar;100(3):e97-8. doi: 10.3324/haematol.2014.118422. Epub 2014 Dec 19.
9
Proteomics Analysis of FLT3-ITD Mutation in Acute Myeloid Leukemia Using Deep Learning Neural Network.利用深度学习神经网络对急性髓系白血病中FLT3-ITD突变进行蛋白质组学分析。
Ann Clin Lab Sci. 2019 Jan;49(1):119-126.
10
Rogue AI: Cautionary Cases in Neuroradiology and What We Can Learn From Them.流氓人工智能：神经放射学中的警示案例以及我们能从中吸取的教训。
Cureus. 2024 Mar 17;16(3):e56317. doi: 10.7759/cureus.56317. eCollection 2024 Mar.

本文引用的文献

1
Deep learning predicts therapy-relevant genetics in acute myeloid leukemia from Pappenheim-stained bone marrow smears.深度学习可从 Pappenheim 染色的骨髓涂片预测急性髓细胞白血病的治疗相关遗传学信息。
Blood Adv. 2024 Jan 9;8(1):70-79. doi: 10.1182/bloodadvances.2023011076.
2
Venetoclax abrogates the prognostic impact of splicing factor gene mutations in newly diagnosed acute myeloid leukemia.维奈托克消除了新诊断的急性髓系白血病中剪接因子基因突变的预后影响。
Blood. 2023 Nov 9;142(19):1647-1657. doi: 10.1182/blood.2023020649.
3
Differential prognostic impact of RUNX1 mutations according to frontline therapy in patients with acute myeloid leukemia.
RUNX1 突变对急性髓系白血病患者一线治疗的预后影响差异。
Am J Hematol. 2022 Dec;97(12):1560-1567. doi: 10.1002/ajh.26724. Epub 2022 Sep 26.
4
Diagnosis and management of AML in adults: 2022 recommendations from an international expert panel on behalf of the ELN.成人 AML 的诊断与治疗：ELN 专家组代表发布的 2022 年国际专家建议
Blood. 2022 Sep 22;140(12):1345-1377. doi: 10.1182/blood.2022016867.
5
International Consensus Classification of Myeloid Neoplasms and Acute Leukemias: integrating morphologic, clinical, and genomic data.国际髓系肿瘤和急性白血病分类：整合形态学、临床和基因组数据。
Blood. 2022 Sep 15;140(11):1200-1228. doi: 10.1182/blood.2022015850.
6
The 5th edition of the World Health Organization Classification of Haematolymphoid Tumours: Myeloid and Histiocytic/Dendritic Neoplasms.世界卫生组织血液淋巴肿瘤分类第五版：髓系和组织细胞/树突状肿瘤。
Leukemia. 2022 Jul;36(7):1703-1719. doi: 10.1038/s41375-022-01613-1. Epub 2022 Jun 22.
7
Pan-cancer computational histopathology reveals mutations, tumor composition and prognosis.泛癌计算组织病理学揭示了突变、肿瘤组成和预后。
Nat Cancer. 2020 Aug;1(8):800-810. doi: 10.1038/s43018-020-0085-8. Epub 2020 Jul 27.
8
Low-cost transcriptional diagnostic to accurately categorize lymphomas in low- and middle-income countries.用于在中低收入国家准确分类淋巴瘤的低成本转录诊断方法。
Blood Adv. 2021 May 25;5(10):2447-2455. doi: 10.1182/bloodadvances.2021004347.