Исследователи из Школы биомедицинской инженерии и визуализации Королевского колледжа Лондона автоматизировали маркировку изображений МРТ головного мозга, необходимую для улучшения моделей машинного обучения. После этого они распознают изображения путем извлечения важных меток из радиологических отчетов и точного присвоения их соответствующим МРТ-исследованиям. Теперь больше 100 тыс. снимков можно сделать за полчаса.
Глубокое обучение обычно требует десятки тысяч помеченных изображений для достижения наилучшей производительности в распознавании образов. Это самая слабая часть в разработке систем глубокого обучения для сложных наборов данных изображений, в частности МРТ, которая является основополагающей для выявления неврологических заболеваний.
«Эта модель значительно облегчила задачи распознавания изображений с помощью глубокого обучения, и это почти наверняка ускорит появление в клинике автоматизированных устройств для чтения МРТ головного мозга. Потенциал пользы для пациентов огромен», — отметили исследователи.
Авторы исследования отмечают, что хотя один барьер перед быстрыми исследованиями уже преодолен, но им нужно решить и дальнейшие проблемы. Теперь ученые хотят сделать так, чтобы их метод работал в большинстве больниц, где используют разные сканеры.
Ранее ученые из Калифорнийского университета в Лос-Анджелесе использовали искусственный интеллект (ИИ) для выявления трех новых подтипов рассеянного склероза. Исследователи говорят, что результаты их работы помогут выявить тех людей, которые с большей вероятностью будут иметь прогрессирование заболевания, и помогут более эффективно спрогнозировать лечение.
Читать далее
Найдено объяснение, как Вселенная отражается возле черных дыр
Решена 180-летняя загадка мотылька: его шесть раз открывали и называли по-разному
СМИ: Минцифры случайно раскрыло реальные масштабы эпидемии COVID-19 в России