• 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

Omega - harnessing the power of large language models for bioimage analysis.

作者信息

Royer Loïc A

机构信息

Chan Zuckerberg Biohub, San Francisco, CA, USA.

出版信息

Nat Methods. 2024 Aug;21(8):1371-1373. doi: 10.1038/s41592-024-02310-w.

DOI:10.1038/s41592-024-02310-w
PMID:38858592
Abstract
摘要

相似文献

1
Omega - harnessing the power of large language models for bioimage analysis.欧米茄——利用大语言模型的力量进行生物图像分析。
Nat Methods. 2024 Aug;21(8):1371-1373. doi: 10.1038/s41592-024-02310-w.
2
From pixels to insights: Machine learning and deep learning for bioimage analysis.从像素到洞察：生物影像分析的机器学习和深度学习。
Bioessays. 2024 Feb;46(2):e2300114. doi: 10.1002/bies.202300114. Epub 2023 Dec 6.
3
Chapter 17: bioimage informatics for systems pharmacology.第十七章：系统药理学的生物影像资讯学。
PLoS Comput Biol. 2013 Apr;9(4):e1003043. doi: 10.1371/journal.pcbi.1003043. Epub 2013 Apr 25.
4
Deep learning for bioimage analysis in developmental biology.深度学习在发育生物学生物图像分析中的应用。
Development. 2021 Sep 15;148(18). doi: 10.1242/dev.199616. Epub 2021 Sep 7.
5
Multimodal large language models for bioimage analysis.用于生物图像分析的多模态大语言模型。
Nat Methods. 2024 Aug;21(8):1390-1393. doi: 10.1038/s41592-024-02334-2.
6
Bioimage informatics: Investing in software usability is essential.生物医学影像信息学：投资软件可用性至关重要。
PLoS Biol. 2023 Jul 31;21(7):e3002213. doi: 10.1371/journal.pbio.3002213. eCollection 2023 Jul.
7
On the objectivity, reliability, and validity of deep learning enabled bioimage analyses.深度学习赋能的生物影像分析的客观性、可靠性和有效性。
Elife. 2020 Oct 19;9:e59780. doi: 10.7554/eLife.59780.
8
Developing open-source software for bioimage analysis: opportunities and challenges.生物影像分析开源软件的发展：机遇与挑战。
F1000Res. 2021 Apr 19;10:302. doi: 10.12688/f1000research.52531.1. eCollection 2021.
9
Open-source deep-learning software for bioimage segmentation.生物图像分割的开源深度学习软件。
Mol Biol Cell. 2021 Apr 19;32(9):823-829. doi: 10.1091/mbc.E20-10-0660.
10
Image analysis software based on color segmentation for characterization of viability and physiological activity of biofilms.基于颜色分割的图像分析软件用于生物膜活力和生理活性的表征。
Appl Environ Microbiol. 2009 Mar;75(6):1734-9. doi: 10.1128/AEM.02000-08. Epub 2009 Jan 9.

引用本文的文献

1
CRAMP1-dependent histone H1 biogenesis is essential for topoisomerase II inhibitor tolerance.CRAMP1依赖性组蛋白H1生物合成对于拓扑异构酶II抑制剂耐受性至关重要。
Mol Cell. 2025 Jul 3;85(13):2487-2502.e12. doi: 10.1016/j.molcel.2025.04.006. Epub 2025 Jun 13.
2
Practical considerations for data exploration in quantitative cell biology.定量细胞生物学中数据探索的实际考量
J Cell Sci. 2025 Apr 1;138(7). doi: 10.1242/jcs.263801. Epub 2025 Apr 7.
3
MicroVQA: A Multimodal Reasoning Benchmark for Microscopy-Based Scientific Research.

本文引用的文献

1
Cellpose 2.0: how to train your own model.Cellpose 2.0：如何训练自己的模型。
Nat Methods. 2022 Dec;19(12):1634-1641. doi: 10.1038/s41592-022-01663-4. Epub 2022 Nov 7.
2
Array programming with NumPy.使用 NumPy 进行数组编程。
Nature. 2020 Sep;585(7825):357-362. doi: 10.1038/s41586-020-2649-2. Epub 2020 Sep 16.
3
scikit-image: image processing in Python.scikit-image：在 Python 中进行图像处理。
MicroVQA：基于显微镜的科学研究的多模态推理基准
ArXiv. 2025 Mar 17:arXiv:2503.13399v1.
4
AI: A transformative opportunity in cell biology.人工智能：细胞生物学中的一个变革性机遇。
Mol Biol Cell. 2024 Dec 1;35(12):pe4. doi: 10.1091/mbc.E24-09-0415.
5
Cell dynamics revealed by microscopy advances.显微镜技术的进步揭示了细胞动力学。
Curr Opin Cell Biol. 2024 Oct;90:102418. doi: 10.1016/j.ceb.2024.102418. Epub 2024 Aug 18.
6
Embedding AI in biology.将人工智能融入生物学。
Nat Methods. 2024 Aug;21(8):1365-1366. doi: 10.1038/s41592-024-02391-7.
7
BioImage.IO Chatbot: a community-driven AI assistant for integrative computational bioimaging.生物图像.IO聊天机器人：一个由社区驱动的用于综合计算生物成像的人工智能助手。
Nat Methods. 2024 Aug;21(8):1368-1370. doi: 10.1038/s41592-024-02370-y.
PeerJ. 2014 Jun 19;2:e453. doi: 10.7717/peerj.453. eCollection 2014.