您好、欢迎来到现金彩票网!
当前位置:皮皮彩票app下载 > 共生矩阵 >

吴恩达的斯坦福团队发布了一个X光诊断算法基于深度神经网络

发布时间:2019-05-02 20:06 来源:未知 编辑:admin

  与曾经的肺炎检测专门算法不同,这次的CheXNeXt模型,可以诊断14种疾病,包括肺炎、胸腔积液、肺肿块等等。

  在其中10种疾病的诊断上,AI都与人类放射科医生的表现相当,还有一种超过了人类。并且,AI的诊断速度是人类的160倍。

  团队说,这样的算法有希望填补医疗资源的短缺,也可以用来减少人类医生因为疲劳而导致的诊断错误。

  算法是用ChestX-ray14数据集来训练的,这是目前最大的X光数据库,有超过11万张正面胸片,来自3万多位患者。

  每一张胸片都要标注,是根据医生的放射学报告,用自动提取 (Automatic Extaction) 的方法来标注的。

  第一步,由于是自动标注,所以要解决标签部分不正确(Partially Incorrect) 的问题。

  具体方法是,先让这些神经网络,在数据集里训练14种疾病的预测。然后用它们做出的预测,来重新标注数据集。

  第二步,再拿一个新的神经网络集合,在新标注的数据集上训练。这次训练完成,AI就可以去诊断疾病了。

  算法不需要任何额外的监督,就可以用胸片来生成热图(Heat Map) ,相当于划重点:

  如此一来,AI就像人类一样,知道诊断某种疾病的时候,哪里才是该重点关注的部分。

  肺不张,心脏肥大,巩固,水肿,积液,肺气肿,纤维化,疝气,浸润,肿块,结节,胸膜增厚,肺炎,气胸。

  只有在心脏肥大,肺气肿和疝气这三项诊断中,AI明显不敌人类选手的准确度。

  随研究成果一同发布的视频里,有一个叫XRay4All的手机应用,只要给胸片拍个照,就可以让AI帮忙诊断了。

http://divasrun.com/gongshengjuzhen/103.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有