30분 만에 10만 개의 이미지를 처리할 수 있는 새로운 뇌 이미지 라벨링 시스템

킹스 칼리지 런던(King's College London) 생의학 공학 및 이미징 학부 연구원

MRI 이미지의 자동 라벨링기계 학습 모델을 개선하는 데 필요한 뇌입니다. 그런 다음 방사선 보고서에서 중요한 라벨을 추출하고 이를 해당 MRI 연구에 정확하게 할당하여 이미지를 인식합니다. 이제 30분 만에 10만 장 이상의 사진을 찍을 수 있습니다.

딥 러닝에는 일반적으로 수만 가지가 필요합니다.패턴 인식에서 최상의 성능을 위해 태그가 지정된 이미지. 이것은 복잡한 이미징 데이터 세트, 특히 신경 질환을 감지하는 데 기본이 되는 MRI를 위한 딥 러닝 시스템 개발에서 가장 취약한 부분입니다.

“이 모델은 작업을 훨씬 더 쉽게 만들었습니다.딥 러닝을 사용한 이미지 인식, 그리고 이것은 클리닉에서 자동화된 뇌 MRI 판독기의 출현을 거의 확실히 가속화할 것입니다. 환자의 이익을 위한 잠재력은 엄청납니다.”라고 연구자들은 말했습니다.

과학자들이 가장 작은 세포 구조를 볼 수 있는 현미경을 제시했습니다.

연구 저자는 적어도 하나는신속한 연구에 대한 장벽은 이미 극복되었지만 더 많은 문제를 해결해야 합니다. 이제 과학자들은 서로 다른 스캐너를 사용하는 대부분의 병원에서 자신의 방법을 적용하기를 원합니다.

이전에 캘리포니아 대학의 과학자들은로스앤젤레스에서는 인공지능(AI)을 사용하여 다발성 경화증의 세 가지 새로운 하위 유형을 식별했습니다. 연구자들은 이 연구 결과가 질병이 진행될 가능성이 더 높은 사람들을 식별하고 치료를 보다 효과적으로 예측하는 데 도움이 될 것이라고 말합니다.

더 읽어보기

블랙홀 근처에서 우주가 어떻게 반사되는지 설명했습니다.

180년 된 나방 미스터리 해결: 여섯 번 열렸고 다른 이름으로 명명

미디어: 디지털부가 러시아에서 코로나19 전염병의 실제 규모를 실수로 공개했습니다.