Ricercatori della School of Biomedical Engineering and Imaging del King's College di Londra
L'apprendimento profondo di solito richiede decine di migliaiaimmagini taggate per le migliori prestazioni nel riconoscimento dei modelli. Questa è la parte più debole nello sviluppo di sistemi di deep learning per set di dati di imaging complessi, in particolare la risonanza magnetica, che è fondamentale per rilevare le malattie neurologiche.
“Questo modello ha reso i compiti molto più sempliciriconoscimento delle immagini utilizzando il deep learning, e questo quasi certamente accelererà l'avvento dei lettori di risonanza magnetica cerebrale automatizzati nella clinica. Il potenziale per il beneficio del paziente è enorme ", hanno osservato i ricercatori.
Gli scienziati hanno presentato un microscopio che consente di vedere le strutture cellulari più piccole
Gli autori dello studio notano che almeno unola barriera alla ricerca rapida è già stata superata, ma devono ancora essere affrontati ulteriori problemi. Ora gli scienziati vogliono far funzionare il loro metodo nella maggior parte degli ospedali che utilizzano scanner diversi.
In precedenza, scienziati dell'Università della CaliforniaA Los Angeles, l’intelligenza artificiale (AI) è stata utilizzata per identificare tre nuovi sottotipi di sclerosi multipla e i ricercatori affermano che i loro risultati aiuteranno a identificare le persone che hanno maggiori probabilità di progredire della malattia e a prevedere il trattamento in modo più efficace.
Leggi di più
Spiegato come l'universo si riflette vicino ai buchi neri
Risolto il mistero della falena di 180 anni: è stato aperto sei volte e chiamato con nomi diversi
Media: il Ministero degli Affari Digitali ha accidentalmente rivelato la reale portata dell'epidemia di COVID-19 in Russia