为解决肺移植中供体短缺与排斥反应难题，多伦多大学团队创新性应用语义分割技术（U-Net与LinkNet模型）自动化分析再内皮化小鼠肺组织切片。研究首次实现细胞播种覆盖度（CSC）的智能预测，其最优模型预测误差低至2.23±0.36%，肺支架与细胞区域的交并比（IOU ...

本研究针对传统睡眠分期方法（如多导睡眠监测）依赖人工、耗时且难以规模化应用的问题，提出了一种结合残差块与挤压激励（SE）模块的一维U-Net改进模型（SE-Res-U-Net），用于单通道脑电信号（EEG）的自动睡眠分期。该模型在Sleep-EDF-20、Sleep-EDF-78和SHHS数据集 ...