Orosz fejlesztők létrehoztak egy neurális hálózatot a mellrák diagnosztizálására

Az Innopolis SEZ orosz fejlesztői komplex „geometrikus” neurális hálózati architektúrát hoztak létre

több vetület egyidejű tanulmányozásaegy orvosi vizsgálat, például mammográfia, mellkasröntgen és mások. A jereváni OpenTalks.AI konferencián a tudományos kutatás eredményeit a Third Opinion Platform cég mesterséges intelligencia osztályának vezetője, Evgeniy Sidorov ismertette a beszámoló során. 

A fejlesztő kijelentette, hogy az új módszerrel jelentősen javítható a mellrák mammográfiás felvételekből történő kimutatásának minősége. 

Az innováció az egyidejűség lehetőségében rejliktöbb kép elemzése, pl. vetületek, ami a neurális hálózat működési modelljét a lehető legközelebb hozza az emberihez, és növeli a kóros elváltozások kimutatásának valószínűségét. A bejelentett megállapítások szerint az új neurális hálózati architektúra, amelyet nagy mennyiségű adatra tanítanak, 3,5%-kal növeli a ROC görbe mutatóját (ez az AI algoritmusok értékelési módszere az orvostudományban), növelve a végső «pontosságot& #187; 0,89-től 0,92-ig (max. = 1). 

„A legfontosabb információ ebben a problémában azgeometria” – mondta Jevgenyij Sidorov a tanulmány bemutatásakor. Elmondása szerint a geometriai információk hatékony felhasználásának elősegítése érdekében a neurális hálózatot közvetlenül hozzáadják a neurális hálózathoz, ami felgyorsítja a képzést és kevesebb adatot igényel. 

Hasonló módszert korábban leírtak tudományos cikkükbena Pekingi Egyetem Adatkutató Központjának tudósainak munkája. Az általuk javasolt neurális hálózati architektúra azonban először talált objektumokat, pl. patológiák jeleit, majd korrelálta azokat a vetületek között. A „harmadik vélemény” feldolgozási modell korrelálja a vetületeket, és csak ezután folytatja a tárgyak keresését, ami pontosabban reprodukálja a képekkel dolgozó orvos folyamatát, és befolyásolja a program hatékonyságát. 

Az orosz kutatócsoport vezetőjemegjegyezte, hogy az adatminta gyarapodásával az orvos megközelítését „honnan és oda” modellező neurális hálózatok sokkal összetettebb függőségek megtanulását kezdik el, mint a kiegészítő információkat használó neurális hálózatok és a részfeladatokat külön megoldó „neurális hálózatok kaszkádja”. „Ezek a neurális hálózatok képesek «tanulni» olyan függőségek, amelyeket maga a radiológus nem lát” – mondta Jevgenyij Sidorov.

Olvass tovább:

Az úgynevezett vitamin, amely megvédi az agyat a demenciától

Tekintse meg, hogyan változott a Föld 100 millió év alatt a legrészletesebb térképen

Kiderült, mely férfiak a legtermékenyebbek: spermájuk 50%-kal jobb a többinél