Warning: mkdir(): No space left on device in /www/wwwroot/X21X22X26Z2Z5.COM/func.php on line 127

Warning: file_put_contents(./cachefile_yuan/shengzhihan.com/cache/df/9fe29/36847.html): failed to open stream: No such file or directory in /www/wwwroot/X21X22X26Z2Z5.COM/func.php on line 115
喜訊丨四川大學MILab半年累奪國際雙冠--星空人工智能美女福利导航網

星空人工智能美女福利导航網

喜訊丨四川大學MILab半年累奪國際雙冠

近日,來自四川大學章毅教授領導的機器智能實驗室(MILab)的團隊再傳喜訊!斬獲全球醫療影像大賽LiTS冠軍,再次改寫了LITSLiver and Tumor Segentation Challenge,肝髒腫瘤病灶分割挑戰)記錄,這一記錄曾被騰訊優圖實驗室、健培科技等一流星空人工智能團隊所占據。而機器智能實驗室MILab在其已有的優秀記錄之上再次拔高了AI腫瘤分割的dice值。

 

雲圖片

 

世界頂級肝髒腫瘤分割大賽是一場由德國慕尼黑理工大學、以色列特拉維夫大學等高校、MICCAI聯合舉辦的比賽。其賽程的實質是在給定肝髒腫瘤病灶CT圖像數據庫的條件下,使用參賽者們的算法對庫中影像進行自動分割,以提升疾病診斷、圖像引導手術及醫學數據的可視化,發掘臨床診療與病理化研究過程中的依據。

 

肝髒腫瘤的形狀各異、大小不同、位置複雜、種類繁多,有些腫瘤塊肉眼無法區分。現有的方法時間複雜度高、實用性有限,且在臨床之中往往難以操作。未解決肝髒腫瘤分割問題,機器智能實驗室MILab實驗室另辟蹊徑,提出了一種三階段的自動分割算法,首先關注患者肝髒各組織的構造,然後在肝髒的關鍵區域對腫瘤影像進行精確分割。

 

雲圖片

 

在模型方麵,團隊巧妙地設計了一種2.5D全卷積神經網絡框架,能夠非常方便的進行遷移學習,降低分割模型的訓練時間,減少自動分割的時間複雜度。至2019313日,該方法達到了0.737dice指標,擊敗了百餘名來自全球各地的參賽選手,取得LiTS腫瘤分割排行榜第一名的成績。

 

ICU預警、胸部器官分割賽事均有突破

不僅僅是胸部腫瘤,在一些更接近臨床的地方,機器智能實驗室MILab同樣取得了優異的成績。

 

國內ICU如今麵臨巨大壓力一方麵,隨著老齡化的到來,病人數量不斷增加,而醫生成長時間長,供求差額越來越大,專業醫生資源嚴重不足。另一方麵,目前很多疾病診療缺乏適用於國內人群的專業指南,均靠醫生經驗判斷,而有經驗的臨床醫生非常有限。

 

對於醫生而言,進入ICU的患者病情普遍多變複雜,綜合數據維度多達236項,遠超過了人力的控製範圍,難以精準評估病情變化。對於患者而言,ICU的開銷不菲,人均消耗醫療費用75673元(年產生醫療費用1000多億元),可以說ICU是醫院中最“燒錢”的科室。

 

從醫生的需求出發,機器智能實驗室MILab針對性的參加了一些特定項目的AI比賽,譬如MPCMortality Prediction Challenge死亡預測挑戰)等,嚐試處理影像信息以外的數值化信息,以輔助急症室,手術室等需求急迫的科室,尋求更深遠的價值。

 

MPC通過嚐試統計ICU患者的多種身體健康數值指標(血壓,葡萄糖指標等)、個人信息(年齡,性別等)及疾病狀況,從而預測住院期間病人的存活概率。通過分析以上數據,醫護人員可以及時分析問題,嚐試對患者現有的儀器狀態進行調整以挽救患者生命。

 

機器智能實驗室MILab團隊曆時一個月參加比賽,該比賽的訓練集總計80000條病人記錄,每條數據有300多個維度,但隻有2000條數據的部分維度信息處於反常狀態。數據不平衡問題是目前的深度神經網絡的重點研究的領域,該比賽需要參賽者從如此大量的數據中尋找的這些反常數據,進行特征選擇,並分析相關因素對患者死亡時間的影響。

 

在處理這一問題上,機器智能實驗室(MILab)首先嚐試用多種傳統機器學習方法做數據特征選擇,篩選出其中表現最好的算法,再結合神經網絡模型進行預測。經過反複的迭代後,團隊的預測模型的準確率達到了78%,並在315日奪得了榜首。

 

雲圖片

 

此外,在一個月前,MILab團隊參加了曆時三周的CT圖像胸部器官分割比賽(SegTHOR, Segmentation of THoracic Organs at Risk in CT images)。該比賽由法國貝克勒爾地區抗癌中心和魯昂大學聯合舉辦,參賽隊伍達到160多支。機器智能實驗室(MILab)團隊采用2.5D全卷積網絡結構,在針對器官的整體性和相互不獨立性的基礎上,提出了多任務學習的模型訓練策略,最終取得了第二名的好成績。

 

雲圖片

 

科研產品的突破

科研隻有在轉化為可落地的產品時,其價值才能獲得最大的體現。由此,在四川大學的支持下,機器智能實驗室(MILab)的成員成立了迭迦科技,嚐試將科研中的成果逐漸運用於更多的醫院,用星空人工智能美女福利导航去解決現有醫療體係中的美女福利导航難題與資源難題。

 

這一新興星空人工智能的優勢來源於其自上而下的研發路徑,坐擁四川大學華西醫院、四川省人民醫院、成都軍區總醫院、成都市婦女兒童中心醫院的科研合作,迭迦科技能夠深入醫生需求,了解患者感受,並由此為依托打造星空人工智能產品。

 

同時擔任迭迦科技董事長的章毅教授向記者舉了這樣一個例子:華西乳腺外科呂青教授曾經經手過一位患者,她拿著的彩超報告上出具的診斷結果是良性性病變,但是經過查體和問詢等初步診療手段,呂青教授高度懷疑該患者是惡性病變,後來使用美女直播全婐APP免费下载的迭迦科技微信公眾號上乳腺癌彩超智能檢測係統複查,係統出具的結果是傾向於惡性病變,並及時進行手術治療。最終,患者的病理報告結果,證明了其確實是惡性病變

 

這讓我覺得,星空人工智能的價值是在解決患者問題的同時顯示出來的,而美女直播全婐APP免费下载完全了解在這一過程中醫生和患者雙方的需求。美女直播全婐APP免费下载完全可以通過商業化的方式讓AI發揮更大的價值。

 

如今,迭迦科技已經擁有一係列完善的星空人工智能產品,其涉及領域涵蓋了乳腺病變診斷、胸部疾病定性等領域,可對視網膜病變、黃斑水腫病變、嬰兒身體指標風險評估、乳腺診斷、甲狀腺結節智能診斷、細胞病理診斷等。

 

這些產品既是迭迦科技現有的成果,也是未來的發展方向。接下來,迭迦科技在繼續深入科研的同時,尋求產品研發方向的突破,在這個過程中,迭迦科技希望能有更多誌同道合者加入其中,用新時代的美女福利导航顛覆醫療,讓更多的患者因此受益。


星空人工智能美女福利导航網 倡導尊重與保護知識產權。如發現本站文章存在版權等問題,煩請30天內提供版權疑問、身份證明、版權證明、聯係方式等發郵件至1851688011@qq.com美女直播全婐APP免费下载將及時溝通與處理。!:首頁 > 新聞 » 喜訊丨四川大學MILab半年累奪國際雙冠

感覺不錯,很讚哦! ()
分享到:

相關推薦

留言與評論(共有 0 條評論)
   
驗證碼:
網站地圖