机器学习新闻
所有患者都进行了磁共振成像和全身18F-FDG PET/磁共振成像。基于结构和功能特征，对影像数据集进行腋窝淋巴结转移评估。基于MRI和PET/MRI训练组样本开发机器学习模型，然后应用于测试组样本。
2022-11-15
像大多数粒子一样，质子具有像微小磁铁一样的自旋。翻转质子的自旋或极性可能听起来像科幻小说，但它是对我们日常生活至关重要的技术突破的基础，例如磁共振成像 (MRI)，一种无价的医学诊断工具。
2022-10-26
在过去的几年里，核物理已经看到一系列机器学习项目上线，并发表了许多关于该主题的论文。现在，来自 11 个机构的 18 位作者在最近发表在《现代物理学评论》上的一篇论文“核物理中的机器学习”中总结了人工智能辅助工作的爆炸式增长。该论文也可在 arXiv 上找到。
2022-10-20
9月18日至19日，高能所通过线上线下相结合的方式召开了“机器学习技术在高能物理中的应用研讨会”。本次会议由高能所副所长曹俊提议，粒子天体物理中心副主任姚志国、实验物理中心罗武鸣和计算中心汪璐召集，计算中心和国家高能物理科学数据中心承办。
2022-09-27
2022 年 7 月 20 日——科学家们开发了一种新的机器学习平台，使控制粒子束和激光的算法比以往任何时候都更加智能。他们的工作可能有助于开发新的和改进的粒子加速器，这将有助于科学家解开亚原子世界的秘密。
2022-07-21
科学家发明了一套机器学习系统，用这套系统只需分析问诊者的一次脑部核磁共振(MRI)扫描的数据，即可判断其是否患有阿兹海默症。研究者称准确率高达98%。
2022-06-24
能源部 SLAC 国家加速器实验室的 Auralee Edelen 和 Noah Kurinsky 将因改变科学家调整粒子加速器实验的方式以及物理学家用来寻找暗物质微弱迹象的探测器的工作而获得著名的早期职业研究计划奖。
2022-06-10
“我们开发的新方法将帮助我们以无损方式揭示辐照燃料内部的动态环境，”INL 辐照后检查专家姚天凯说。“它还使我们能够通过自动化过程显着加快辐照后检查工作，并为我们提供准确的信息，包括燃料形态、裂变气泡密度和镧系元素分布。” 镧系元素是在反应堆运行期间形成并抑制燃料效率的元素。
2022-05-17
武汉大学教授彭浩团队首次在国际上提出基于人工智能的方法，通过双能CT图像全自动提取人体组织中碳氧元素质量分数，实现基于质子诱导产生的正电子信号的实时在线剂量监测。相关研究成果以《使用双能CT用于质子治疗基于PET的剂量验证通过机器学习的氧和碳浓度的推导》为题于3月4日发表于Medical Physics杂志。
2022-03-11
报道称，研究团队使用机器学习技术筛选了130多亿次重离子碰撞，每次碰撞都产生了数以万计的带电粒子。
2022-02-07
