随着AI,机器成为阅读大脑扎金花技巧的专家

资源

典型的脑扎金花技巧放射科医师将看到,左侧和新的AI技术突出的出血区域,PACKFCN突出。颅内出血,蛛网膜下腔出血是由于急性动脉瘤破裂。 (UCSF图像)

由加州大学,旧金山(UCSF)和UC Berkeley开发的计算机算法在寻找头部扎金花技巧中的微小脑出血时,我们在四个专家放射科医生中获得了两位专家 - 一天可能帮助医生治疗创伤性脑的前进伤,抚摸和动脉瘤。

放射科医师通常每天看几千脑图像,寻找能够发出危及生命的紧急情况的微小异常。单个三维计算机断层扎金花技巧扎金花技巧可以产生30个或更多图像的堆叠,每个图像必须由放射科医师审查。

研究人员创建了算法,看看人工智能是否可以更有效,准确地挑出具有显着异常的图像,以帮助放射科医生专注于最重要的图像并更接近地检查它们。

“我们想要一些实用的东西,并且对于这项技术临床上有用,准确度需要接近完美,”UCSF放射副教授的学习合作尤文学习。由于错过异常的潜在后果,“这种应用的性能棒很高,人们不会忍受少于人类性能或准确性。”

该团队开发的算法仅需一秒钟即可确定整个头部扎金花技巧是否包含出血液的任何迹象。它还追溯了大脑三维结构内异常的详细纲要,具有可接受的误报水平,最大限度地减少了医生需要花费审查其结果的时间。有些斑点可以大约100个像素的大小,甚至专家放射科医生有时会想念它们,具有潜在的严重后果。

“鉴于每天遭受创伤性脑损伤的大量人群,并赶到急诊部门,这具有很大的临床重要性,”Chick Chick教授电气工程和计算机科学教授在UC Berkeley。

大脑扎金花技巧

AI算法突出了脑扎金花技巧,显示出小型硬膜核血肿(绿色)和蛛网膜下腔出血(红色)。 (UCSF图像)

该算法发现专家错过的一些小异常。它还注意到他们的大脑内的位置,并根据子类型分类,医生需要确定最佳治疗的信息。

根据Malik的说法,关键是选择要进入模型的数据。新的研究利用一种被称为完全卷积神经网络的深度学习,或者FCN,在这种情况下,该算法在相对少量的图像上进行算法,在这种情况下,在这种情况下,4,396 CT考试。但研究人员使用的训练图像被信息包装,因为每个小异常在像素级别手动描绘。这种数据的丰富性 - 以及防止模型从误解随机变化的其他步骤,或“噪声”,或“噪声”是有意义的 - 创建了极其准确的算法。

该作者现在将该算法从全国内部的创伤中心扎金花技巧扎金花技巧,这些国家注册了由UCSF的Geoffrey Manley,教授和神经外科州教授和副主席的研究。

这 学习是由Weicheng Kuo和UC Berkeley和Pratik Mukherjee的UCSF撰写的UCSF撰写的,今天在今天在线出现在线 国家科学院的诉讼程序.

ai rivals专家放射科医生在检测脑出血时

评论被关闭。

页面生成0.399秒。统计插件by www.blog.ca.
查看我的 Stats