Investigadores de la Escuela de Ingeniería Biomédica e Imágenes del King's College de Londres
El aprendizaje profundo generalmente requiere decenas de milesimágenes etiquetadas para un mejor rendimiento en el reconocimiento de patrones. Esta es la parte más débil en el desarrollo de sistemas de aprendizaje profundo para conjuntos de datos de imágenes complejos, en particular la resonancia magnética, que es fundamental para detectar enfermedades neurológicas.
“Este modelo facilitó mucho las tareasreconocimiento de imágenes mediante el aprendizaje profundo, y esto casi con certeza acelerará el advenimiento de los lectores de resonancia magnética cerebral automatizados en la clínica. El potencial de beneficio para el paciente es enorme ”, anotaron los investigadores.
Los científicos han presentado un microscopio que permite ver las estructuras celulares más pequeñas.
Los autores del estudio señalan que al menos unoLa barrera para la investigación rápida ya se ha superado, pero aún deben abordarse otros problemas. Ahora los científicos quieren que su método funcione en la mayoría de los hospitales que utilizan diferentes escáneres.
Anteriormente, científicos de la Universidad de CaliforniaEn Los Ángeles, se utilizó inteligencia artificial (IA) para identificar tres nuevos subtipos de esclerosis múltiple. Los investigadores dicen que sus hallazgos ayudarán a identificar a aquellas personas que tienen más probabilidades de que la enfermedad progrese y ayudarán a predecir el tratamiento de manera más efectiva.
Lee mas
Explicó cómo se refleja el universo cerca de los agujeros negros.
Resuelto el misterio de la polilla de 180 años: se abrió seis veces y recibió nombres diferentes
Medios de comunicación: El Ministerio de Asuntos Digitales reveló accidentalmente la escala real de la epidemia de COVID-19 en Rusia