云南龙网

  1. 首页 > 云知道 > >

28评测，28纳米显卡 有哪些( 五 )

云知道有哪些


2.自主合成MRI训练数据
用“脑补”来加速MRI成像的AI，还需要考虑大量训练数据的问题，而这款利用GAN（生成对抗网络）合成MRI训练数据的AI就不用考虑这个问题了 。NVIDIA Mayo Clinic（梅奥诊所）和MGH&BWH Center for Clinical Data Science（麻省总医院与布莱根妇女医院临床数据科学中心）的科研人员似乎找到了上述问题的解决办法，即一种能够自主生成训练数据（脑肿瘤3D MRI图像数据）的神经网络 。
据青亭网了解，这款AI是科研人员使用Facebook PyTorch深度学习框架开发，并使用NVIDIA DGX超级计算机来训练的，训练的数据使用了由生成式对抗网络（GAN）（由生成样本的生成器和分别生成样本与真实样本的判别器两部分组成的神经网络）生成的逼真脑瘤MRI成像 。
为了训练生成式对抗网络，这组科研人员使用来自阿兹海默症神经成像研究项目（ADNI）和多式脑肿瘤图像分割基准（BRATS）的两个公开数据集 。因为内存和算力有限制，科研人员不得不将扫描成像的分辨率从256x256x108降低到128x128x54 。
在训练过程中，科研人员在生成式对抗网络的生成器中输入ADNI的成像数据，生成器学习模仿ADNI的成像合成大脑成像（包含白质、灰质和脑脊液），接下来在生成器中输入BRAT数据集时，其会生成肿瘤的完整切割成像 。生成式对抗网络还会为扫描图进行标记，人类专家做这项任务要花数小时才能完成，因为生成式对抗网络将大脑成像与肿瘤切割成像分成了两组来标记，科研人员便可以修改肿瘤大小和位置，还可以将肿瘤“移植”到健康的大脑上 。
科研人员表示，这是第一次出现使用合成的大脑成像来训练神经网络的技术，这也很好地保护了病人的隐私，因为生成式对抗网络合成的成像数据是匿名的 。
3.预测心脏病风险
为了辅助医生，提前预测病人患心脏病的风险并指定预防措施，微软研发了一种利用AI预测心脏病风险的API，在印度综合专科医院Apollo投入使用 。这款工具会从21个方面进行分析：饮食、烟草和吸烟习惯、日常活动等因素，还会通过呼吸频率、高血压、收缩压舒张压来判断心理压力与焦虑 。
AI在分析过后，会对患者以低、中、高三个级别打分，并指出一些通过改善可以降低心脏病风险的因素，它不仅可以为医生提供更全面的信息，还能建议病人改善生活习惯及时预防心脏病 。
印度每年心脏病发的人数近300万，患有冠心病的印度人有3000万，据联邦卫生不统计，每8位印度人就有1人患有高血压 。以往的AI模型都是以西方人的数据为基础建立的，此次微软与Apollo医院合作推出的API，利用了Apollo医院共享的40万印度人数据，可轻松准确地预测心脏病风险 。
利用AI和机器学习技术 Apollo医院有信心与微软可以一同从根本上预防印度人的心脏病，他们计划合作开发更多新工具来帮助医生治疗非传染性疾病，将这款风险预测API引用在多家私利和公立医疗系统中，未来还将推广到其他国家 。
这个合作项目是基于微软的AI Network for Healthcare计划，这项计划的宗旨是利用AI和云计算技术加速医疗行业的创新，改善全世界人民的生活，与Apollo医院共同推出的AI预示着计划向成功迈向了一大步 。
4.通过动作检测，评估帕金森
帕金森症在中国是仅次于肿瘤、心脑血管疾病的第三大疾病，目前帕金森患者人数超过270万，2030年预计超过500万 。帕金森的症状包括：颤抖、肢体僵硬、运动迟缓、步态异常，其并发症包括失智、忧郁和焦虑 。
目前医院诊断帕金森症的一种方法是UPDRS（帕金森症综合评分表），一共分为其部分，病人需要在医生指导下完成每个部分的规定动作，医生对这些动作注意打分，进行一次测试通常要话30分钟，此外医生和患者的主观判断可能会影响测试结果 。

推荐阅读


上一篇：没有了

下一篇：17寸液晶屏，现在17寸液晶显示器多少钱