WAP手机版 RSS订阅 加入收藏  设为首页
皇冠国际
当前位置:首页 > 皇冠国际

皇冠国际:即定位前节图像病变的解剖部位

时间:2020/6/28 19:10:35   作者:   来源:   阅读:0   评论:0
内容摘要:尽管医学人工智能的浪潮已经到来,但在中国跨学科,多领域的人工智能应用仍然很困难。 ``如果将医学数据转换成可以通过技术手段进行拼接和组合的模块,就像'乐高'积木的拼接一样,就有可能在不同疾病学科之间打开医学人工智能的数据障碍”。中山大学中山眼科中心林浩田教授提出了医学人工智能的乐...
尽管医学人工智能的浪潮已经到来,但在中国跨学科,多领域的人工智能应用仍然很困难。 ``如果将医学数据转换成可以通过技术手段进行拼接和组合的模块,就像'乐高'积木的拼接一样,就有可能在不同疾病学科之间打开医学人工智能的数据障碍”。中山大学中山眼科中心林浩田教授提出了医学人工智能的乐高项目,旨在探索医学人工智能的跨学科发展模式。

6月22日,《自然》杂志的子期刊《自然生物医学工程》报道了视觉图像标注技术Visionome,该视觉图像是由西安电子科技大学的林浩天,刘义之教授和刘希洋教授领导的团队历时五年发起的研究。该标签技术是乐高的首项研发成果。

“这是一种高效的医学人工智能技术。与传统的图片级分类标记方法相比,该技术可以根据解剖和病理特征对医学图像进行密集标记,可以生成多十二倍的标记,并且这些标记可以训练算法表现出更好的诊断性能。”林浩天介绍说,该团队基于该技术开发了一种裂隙灯图像智能评估系统,该系统可以准确识别多种前段疾病,可以应用于许多临床情况,例如大规模筛查。 ,全面的分类,专家级评估,多路径诊断和治疗建议,并显示了眼科医生的诊断水平,并且在前瞻性数据集中也表现良好。同时,与企业合作进入临床转型,实现了科研成果的临床应用价值。

据林浩天介绍,研究团队组建了一个由25人组成的专家标签小组,根据14个解剖结构分割了1772个前角图像,包括角膜炎,翼状and肉和其他感染,与环境和年龄有关的疾病,并根据6个病灶密集地标记了6个病变54个病理特征。最后,获得了13404个解剖结构标签和8329个病理特征标签,并构建了Visionome数据集。

然后,研究小组使用该数据集开发了裂隙灯图像的智能评估系统,该系统可以识别和分类各种前节段疾病的多个区域。该系统可以完成四项临床任务:第一,大规模筛查,即前节图像的正常/异常判断,准确率高达98.54%;第二,全面分类,即定位前节图像病变的解剖部位,平均准确率为93.75%。第三,专家评估,即针对特定解决方案


相关评论
本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下 (皇冠国际)
fsccrc.cn