นักพัฒนาชาวรัสเซียจาก Innopolis SEZ ได้สร้างสถาปัตยกรรมเครือข่ายประสาทเทียม "เรขาคณิต" ที่ซับซ้อนสำหรับ
ผู้พัฒนาระบุว่าวิธีการใหม่นี้สามารถปรับปรุงคุณภาพการตรวจหามะเร็งเต้านมจากภาพแมมโมแกรมได้อย่างมีนัยสำคัญ
นวัตกรรมนี้อยู่ในความเป็นไปได้ที่จะเกิดขึ้นพร้อมกันการวิเคราะห์ภาพหลายภาพ เช่น การคาดการณ์ซึ่งนำรูปแบบการทำงานของโครงข่ายประสาทเทียมมาใกล้เคียงกับมนุษย์มากที่สุดและเพิ่มโอกาสในการตรวจจับการเปลี่ยนแปลงทางพยาธิวิทยา จากการค้นพบที่ประกาศ สถาปัตยกรรมโครงข่ายประสาทเทียมแบบใหม่ที่ให้การฝึกอบรมกับข้อมูลจำนวนมาก เพิ่มตัวบ่งชี้เส้นโค้ง ROC ขึ้น 3.5% (นี่คือวิธีการประเมินอัลกอริธึม AI ในการแพทย์) เพิ่ม «ความแม่นยำ& สุดท้าย #187; จาก 0.89 ถึง 0.92 (สูงสุด = 1)
“ข้อมูลสำคัญในปัญหานี้ก็คือเรขาคณิต” Evgeniy Sidorov กล่าวระหว่างการนำเสนอการศึกษา ตามที่เขาพูด เพื่อช่วยให้โครงข่ายประสาทเทียมใช้ข้อมูลทางเรขาคณิตได้อย่างมีประสิทธิภาพ โครงข่ายประสาทเทียมจึงถูกเพิ่มโดยตรงไปยังโครงข่ายประสาทเทียม ซึ่งจะช่วยเร่งความเร็วในการฝึกอบรมและต้องใช้ข้อมูลน้อยลง
วิธีการที่คล้ายกันนี้เคยอธิบายไว้ในทางวิทยาศาสตร์แล้วทำงานโดยนักวิทยาศาสตร์จากศูนย์วิจัยข้อมูลของมหาวิทยาลัยปักกิ่ง อย่างไรก็ตาม สถาปัตยกรรมโครงข่ายประสาทเทียมที่พวกเขาเสนอพบวัตถุเป็นครั้งแรก เช่น สัญญาณของโรค แล้วสัมพันธ์กันระหว่างการฉายภาพ โมเดลการประมวลผล "ความคิดเห็นที่สาม" สัมพันธ์กับการฉายภาพ จากนั้นจึงดำเนินการค้นหาวัตถุ ซึ่งจำลองกระบวนการของแพทย์ที่ทำงานกับภาพได้แม่นยำยิ่งขึ้น และส่งผลต่อประสิทธิภาพของโปรแกรม
หัวหน้าทีมวิจัยของรัสเซียตั้งข้อสังเกตว่าด้วยการเพิ่มขึ้นของตัวอย่างข้อมูล โครงข่ายประสาทเทียมที่ "จากและถึง" จำลองแนวทางของแพทย์เริ่มเรียนรู้การพึ่งพาที่ซับซ้อนกว่าโครงข่ายประสาทเทียมที่ใช้ข้อมูลเพิ่มเติมและ "น้ำตกของโครงข่ายประสาทเทียม" ที่แก้ปัญหางานย่อยแยกจากกัน “โครงข่ายประสาทเทียมเหล่านี้สามารถ «เรียนรู้» การพึ่งพาที่นักรังสีวิทยาเองก็อาจมองไม่เห็น” Evgeniy Sidorov กล่าว
อ่านเพิ่มเติม:
ชื่อวิตามินที่ป้องกันสมองจากโรคสมองเสื่อม
ดูว่าโลกมีการเปลี่ยนแปลงอย่างไรในช่วง 100 ล้านปีบนแผนที่ที่มีรายละเอียดมากที่สุด
ปรากฎว่าผู้ชายคนไหนมีความอุดมสมบูรณ์มากที่สุด: สเปิร์มของพวกเขาดีกว่าที่เหลือ 50%