Изследователи от Училището по биомедицинско инженерство и изображения в King's College London
Дълбокото обучение обикновено изисква десетки хилядимаркирани изображения за най-добро представяне при разпознаване на модели. Това е най-слабата част от разработването на системи за дълбоко обучение за сложни набори от данни за изображения, по-специално ЯМР, което е от основно значение за откриване на неврологични заболявания.
„Този модел значително улесни задачитеразпознаване на изображения с помощта на дълбоко обучение и това почти сигурно ще ускори появата на автоматизирани четци за ядрено-магнитен резонанс в клиниката. Потенциалът за ползи за пациентите е огромен “, отбелязват изследователите.
Учените представиха микроскоп, който ви позволява да видите най-малките клетъчни структури
Авторите на изследването отбелязват, че поне единбариерата пред бързите изследвания вече е преодоляна, но все още трябва да се обърне внимание на допълнителни проблеми. Сега учените искат да накарат техния метод да работи в повечето болници, които използват различни скенери.
Преди това учени от Калифорнийския университетВ Лос Анджелис изкуственият интелект (AI) беше използван за идентифициране на три нови подтипа множествена склероза. Изследователите казват, че техните открития ще помогнат за идентифицирането на хората, при които е по-вероятно болестта да прогресира, и ще помогнат за по-ефективното прогнозиране на лечението.
Прочетете още
Обяснено как Вселената се отразява близо до черни дупки
Разгадана мистерия на 180-годишен молец: отваряна е шест пъти и е кръстена с различни имена
Медии: Министерството на цифровите въпроси случайно разкри истинския мащаб на епидемията COVID-19 в Русия