深度学习在稳态视觉诱发电位(SSVEP)解码中的应用:从实验室环境到轻量级工程应用的综述
张汉珍(Hanzhen Zhang)与
陶春静(Chunjing Tao)
《Brain Sciences》:Deep Learning Decoding of Steady-State Visual Evoked Potential (SSVEP) for Real-Time Mobile Brain–Computer Interfaces: A Narrative Review from Laboratory Settings to Lightweight Engineering Applications
Hanzhen Zhang and
Chunjing Tao
【字体:
大
中
小
】
时间:2026年04月02日
来源:Brain Sciences 2.8
摘要
背景:细胞计数较低的样本可能无法产生足够的可分析中期细胞,或者会被拒绝用于染色体分析。Buffy coat enrichment(BCE)可以在培养前浓缩有核细胞;然而,其对常规癌症细胞遗传学的影响尚未得到系统评估。 方法:我们首先在低细胞计数样本(<5,000个细胞)中验证了BCE的效果。 结果:在验证队列中(细胞计数<5,000个细胞),BCE显著提高了染色体分析的成功率。 结论:BCE通过增加低细胞计数样本中的中期细胞产量,显著提高了染色体分析的成功率。这种简单且可扩展的方法减少了样本的拒绝率,并提高了常规癌症细胞遗传学的诊断效率。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号