Nytt system för märkning av hjärnbild kan bearbeta 100 tusen bilder på 30 minuter

Forskare från King's College London's School of Biomedical Engineering and Imaging

automatiserad märkning av MR-bilderhjärnan, nödvändig för att förbättra maskininlärningsmodeller. De känner sedan igen bilder genom att extrahera viktiga etiketter från röntgenrapporter och korrekt tilldela dem till motsvarande MR-undersökningar. Nu kan mer än 100 tusen bilder tas på en halvtimme.

Djupt lärande kräver vanligtvis tiotusentalstaggade bilder för bästa prestanda inom mönsterigenkänning. Detta är den svagaste delen i utvecklingen av system för djupinlärning för komplexa bildbildande datamängder, särskilt MR, som är grundläggande för att upptäcka neurologiska sjukdomar.

”Den här modellen gjorde uppgifterna mycket enklarebildigenkänning med hjälp av djupinlärning, och detta kommer nästan säkert att påskynda tillkomsten av automatiserade MR-läsare i hjärnan i kliniken. Potentialen för patientnytta är enorm, konstaterade forskarna.

Forskare har presenterat ett mikroskop som låter dig se de minsta cellulära strukturerna

Studieförfattarna noterar att minst enhindret för snabb forskning har redan övervunnits, men ytterligare problem behöver fortfarande åtgärdas. Nu vill forskare få sin metod att fungera på de flesta sjukhus som använder olika skannrar.

Tidigare forskare från University of CaliforniaI Los Angeles användes artificiell intelligens (AI) för att identifiera tre nya undertyper av multipel skleros.Forskare säger att deras fynd kommer att hjälpa till att identifiera de personer som är mer benägna att ha sjukdomsframsteg och hjälpa till att förutsäga behandling mer effektivt.

Läs mer

Förklarade hur universum reflekteras nära svarta hål

Löst 180-årigt malmysterium: det öppnades sex gånger och namngavs med olika namn

Media: Ministeriet för digitala frågor avslöjade av misstag den verkliga omfattningen av COVID-19-epidemin i Ryssland