WAP手机版 RSS订阅 加入收藏  设为首页
捕鱼王
当前位置:首页 > 捕鱼王

捕鱼王:传统的图像级分类和标记方法相比

时间:2020/6/24 10:49:55   作者:   来源:   阅读:0   评论:0
内容摘要:当天,记者体验了上述智能系统的查询过程。操作员通过裂隙灯拍照后,照片被实时上传到系统中。在1分钟内,测试结果显示在屏幕上。如果眼睛中有病变,智能系统也会显示病变的位置并给出诊断建议,就像“人工智能医生”一样。上述智能系统是基于医学图像密集标注技术的虚拟仪器。该技术是一种基于解剖和...
当天,记者体验了上述智能系统的查询过程。操作员通过裂隙灯拍照后,照片被实时上传到系统中。在1分钟内,测试结果显示在屏幕上。如果眼睛中有病变,智能系统也会显示病变的位置并给出诊断建议,就像“人工智能医生”一样。

上述智能系统是基于医学图像密集标注技术的虚拟仪器。该技术是一种基于解剖和病理特征的医学图像密集标注方法。与传统的图像级分类和标记方法相比,视觉感知技术可以产生12倍以上的标记,并且由这些标记训练的算法表现出更好的诊断性能。

基于这一技术,该团队培养了一套裂隙灯图像智能评估系统,该系统能够准确识别各种眼前段疾病,并可应用于大规模筛查和综合分诊等临床场景。


在学习过程中,医学生将在少量精确的解剖图和病理图的基础上深化解剖学、生理学和病理学的学习,但对于人工智能来说,图像标注是所有人工智能算法感知世界的基础。


该团队决定利用类似于DNA序列分割的原理对医学图像进行分割:建立视觉体密集标记标准流程,并组织25人的专家标记团队,根据14个解剖结构对1772幅眼前段图像进行分割,包括角膜炎、翼状胬肉等感染、环境和年龄相关疾病,并根据54个病理特征对6个病理部位进行密集标记,最终获得13404个解剖结构标记和8329个病理特征标记。

相关评论
本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下 (捕鱼王)
京ICP备14005144号-2