Forscher der School of Biomedical Engineering and Imaging am King's College London
Deep Learning erfordert normalerweise Zehntausendemarkierte Bilder für beste Leistung bei der Mustererkennung. Dies ist der schwächste Teil bei der Entwicklung von Deep-Learning-Systemen für komplexe bildgebende Datensätze, insbesondere MRT, die für die Erkennung neurologischer Erkrankungen von grundlegender Bedeutung ist.
„Dieses Modell hat die Aufgaben viel einfacher gemachtBilderkennung mit Deep Learning, und dies wird mit ziemlicher Sicherheit das Aufkommen von automatisierten Gehirn-MRT-Lesegeräten in der Klinik beschleunigen. Das Potenzial für den Patientennutzen ist enorm“, stellten die Forscher fest.
Wissenschaftler haben ein Mikroskop vorgestellt, mit dem sich kleinste Zellstrukturen erkennen lassen
Die Studienautoren stellen fest, dass mindestens einedie Barriere für eine schnelle Forschung ist bereits überwunden, weitere Probleme müssen jedoch noch angegangen werden. Nun wollen Wissenschaftler, dass ihre Methode in den meisten Krankenhäusern funktioniert, die unterschiedliche Scanner verwenden.
Zuvor Wissenschaftler der University of CaliforniaIn Los Angeles wurde künstliche Intelligenz (KI) eingesetzt, um drei neue Subtypen von Multipler Sklerose zu identifizieren. Forscher sagen, dass ihre Ergebnisse dabei helfen werden, diejenigen Menschen zu identifizieren, bei denen die Wahrscheinlichkeit eines Fortschreitens der Krankheit höher ist, und dabei helfen werden, die Behandlung effektiver vorherzusagen.
weiter lesen
Erklärt, wie das Universum in der Nähe von Schwarzen Löchern reflektiert wird
180 Jahre altes Mottenrätsel gelöst: Es wurde sechsmal geöffnet und nach verschiedenen Namen benannt
Medien: Das Ministerium für digitale Angelegenheiten hat versehentlich das wahre Ausmaß der COVID-19-Epidemie in Russland enthüllt