自动化 CT 扫描分析
自动分析用于肿瘤护理的 CT 扫描，减少对扫描数据进行人工审阅的需求。
概述
Nucleo 是一款自动化癌症诊断产品，专注于对肿瘤 CT 影像进行 AI 分析。网站称，它可自动分析用于肿瘤护理的 CT 扫描，并在数秒而非数小时内将扫描转化为答案。
其公开的使用场景主要集中在体成分和肌少症评估、肿瘤病灶测量，以及依据 RECIST 标准进行靶病灶与非靶病灶分类。网站还表示，Nucleo 与美国及全球的医院合作，并获得 Y Combinator 支持。
功能
体成分评估
从 CT 扫描中检测并量化脂肪和肌肉质量，以支持体成分和肌少症评估。
肿瘤病灶测量
聚焦精度和一致性，对 CT 扫描中的肿瘤病灶进行测量。
RECIST 病灶分类
根据 RECIST 标准将病灶分类为靶病灶或非靶病灶。
肿瘤团队工作流程支持
旨在简化肿瘤影像任务中的临床工作流程，并明确强调比人工分割更快的分析速度。
使用场景
体成分和肌少症评估
在评估肿瘤患者的体成分或肌少症时，从 CT 扫描中量化脂肪和肌肉质量。
肿瘤病灶测量
在不同 CT 检查之间一致地测量肿瘤病灶，以支持肿瘤审阅和报告。
基于 RECIST 的病灶分类
按照 RECIST 标准将病灶分类为靶病灶或非靶病灶，用于结构化治疗评估。
Pros and Cons
Pros
- 专注于肿瘤 CT 分析，而不是通用影像。
- 在一款产品中覆盖多项肿瘤相关任务，包括体成分、病灶测量和 RECIST 分类。
- 将分析定位为自动化，并且比人工分割更快。
- 称团队与美国及全球的医院合作。
Cons
- 来源未提供工作流程、集成或部署细节。
- 定价页面不可用，因此所提供的网站材料中未公布商业条款。
FAQ
Nucleo 是做什么的？
Nucleo 会自动分析用于肿瘤护理的 CT 扫描，因此它面向处理肿瘤影像的临床团队，而不是通用图像审阅场景。
Nucleo 如何集成到临床工作流程中？
源材料没有说明设置步骤、部署要求或支持的医院系统，因此这些细节在此无法确认。
Nucleo 会生成哪些结果？
网站重点展示了三类输出：体成分和肌少症评估、肿瘤病灶测量，以及基于 RECIST 标准的靶病灶与非靶病灶分类。
Nucleo 是否公布了定价？
当前定价页面返回 404，因此无法从所提供的来源获取任何定价、套餐或试用信息。
Quick Facts
- 类别
- AI 医学影像
- 主要模态
- CT 扫描
- 主要用途
- 肿瘤诊断
- 公开使用场景
- 体成分评估、肿瘤病灶测量、RECIST 病灶分类
- 网站
- nucleoresearch.com
- 定价
- 未公布；定价页面返回 404
Nucleo 替代品
Person Pixelizer
免费的 Person Pixelizer C++ 人物像素化项目，使用 OpenCV 和神经网络分割在视频中匿名化人物，适合开发隐私优先的实时视频或基于浏览器的计算机视觉应用。
MIRA vision
MIRA vision 为病理图像分析开发基于合成数据的 AI，适用于医疗诊断团队，支持隐私合规训练数据、自动标注与可控数据生成。
Snapmark
Snapmark 是一款 VS Code 扩展，可在将剪贴板截图粘贴到 AI 聊天前进行标注。支持模糊遮盖、编号标注与大图自动缩放。
Arduino VENTUNO Q
Arduino VENTUNO Q 是面向 AI 和机器人应用的边缘 AI 计算机，单板集成 AI 推理与确定性控制，并支持 Arduino App Lab。
UNI-1
UNI-1 是 Luma 的多模态推理模型，用于生成和编辑图像。支持文生图、参考引导和基于 API 的工作流，适合创作者和开发者构建视觉内容。
Renight
Renight 是一款睡前播放单耳节拍的助眠应用，适合睡眠不足、想提升有限睡眠质量并醒来更清爽的人。