Publication

Enhancing Prostate Cancer Diagnosis with In-Memory Sensing and Edge Computing of Percent-free PSA Index

Sandro Carrara, Ata Jedari Golparvar, Gian Luca Barbruni, Alireza Mafi
2024

Résumé

In this paper, we are presenting a new architecture to directly compute the ‘Percent-free PSA’ diagnostics index to enhance the differentiation of prostate cancer from benign prostatic disease. The proposed circuit uses silicon nanowires-based memristive biosensors by implementing a combination of sensing and computing carried out inside the sensing architecture and not near the sensor. These types of biosensor configurations that are able to directly provide the desired result without any intermediate operations can open up a new branch of research in the area of in-memory sensing and edge computing.

Source officielle

https://infoscience.epfl.ch/entities/publication/121a67b7-e9de-4add-863e-ebd930a23e08

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Enhancing Prostate Cancer Diagnosis with In-Memory Sensing and Edge Computing of Percent-free PSA Index

Chattez avec Graph Search

Optimal Byzantine Agreement with Little Cryptography

Multimodal Prediction Framework for Total Shoulder Arthroplasty Outcomes: Integrating Morphological, Musculoskeletal, Finite Element, and Bayesian Causal Models

Bit-Line Computing for CNN Accelerators Co-Design in Edge AI Inference