1. 首頁 > 科技 > >

三星手機|卷積神經網絡，是一種特定類型的ANN，通常基于具有多個算法來分析數據

手機行業galaxy s21三星手機

三星手機|卷積神經網絡，是一種特定類型的ANN，通常基于具有多個算法來分析數據

文章圖片

三星手機|卷積神經網絡，是一種特定類型的ANN，通常基于具有多個算法來分析數據

文章圖片

三星手機|卷積神經網絡，是一種特定類型的ANN，通常基于具有多個算法來分析數據

文章圖片


卷積神經網絡(CNN) ， 是一種特定類型的ANN ， 通常基于具有多個隱藏層的深度學習算法來分析數據 。 層之間的關系很復雜 ， 并且每個CNN中都存在多個隱藏層 。 深度學習-深度學習是機器學習的一個子集 ， 其結構類似于人腦處理 ， 同時考慮多個數據集 ， 對第二次和第三次不同的評估等進行評估和重新處理 ， 直到達到輸出.每個評估都在不同的層中進行 ， 這意味著它基于前一層的輸出 。

這些計算層被稱為隱藏層 ， 因為它們的輸入和輸出是不可見的 。 例如 ， 如果輸入的數據是尋找息肉的結腸鏡檢查圖像 ， 則該圖像將首先相乘 。 然后使用不同的過濾器掃描每個圖像 。 每個過濾器都會收到一個分數 ， 然后將其轉移到另一層過濾器（例如-顏色過濾器、邊緣標記過濾器等） 。

此工作流程根據需要繼續使用多個層（因此是深度學習） ， 同時每個過濾器創建一個輸出分數 ， 即下一層的輸入分數 ， 直到獲得最終結果 。 結果可以是診斷、圖像中息肉的輪廓等 。 人工智能在醫學中越來越受歡迎 ， 最廣泛的應用是在放射學領域 。 這部分是由于圖像識別任務的顯著進步 ， 近年來 ， 足夠的數字數據積累和可用性以及顯著的計算能力都有所增長 。

結合放射檢查機會的增加 ， 放射科醫生的工作量增加以及訓練有素的經驗豐富的放射科醫生的短缺 ， 人工智能及其能力已被推向醫學前沿 。 多個團隊開發了圖像處理和計算機視覺算法 ， 以實現更快的診斷、增強病理的可視化、警報緊急情況并協助解決嚴重的人力短缺問題 。 然而 ， 開發的目的不應該是取代人類放射科醫生 ， 而是增強和提供應用程序 ， 以突出人類視覺無法獲得的信息 ， 或提供在更短的時間內無法廣泛獲得的知識 。

一個為放射科醫生突出顱內出血的平臺已經獲得批準 。 一家來自以色列的初創公司專注于實時決策支持工具 ， 以改善急性醫療場景中的臨床結果 。 他們處理三維CT數據 ， 檢測顱內出血并為讀者突出出血區域 。 舊金山斯坦福大學的衍生公司將這一概念更進一步 ， 其目標是在進行CT掃描后縮短治療時間 。 這個FDA批準的平臺可以檢測導致中風的大腦中的大血管閉塞(LVO) 。

該系統可以分析圖像 ， 當存在疑似LVO時 ， 會向放射科醫生/神經科醫生發送短信警報 ， 繞過手動圖像后處理、手動讀取和ED患者護理的常規工作流程 。 因此 ， 有必要將此類算法集成到圖片存檔和通信系統中 。 初創公司的算法已經在全球50多家醫院的PACS系統中運行 ， 并分析了超過一百萬的患者掃描 。 目前的功能包括自動檢測肝臟、肺部、心血管和骨骼疾病 。 例如 ， 使用一組在胸部和腹部CT掃描上運行的算法執行椎骨骨折的自動檢測 。

【三星手機|卷積神經網絡，是一種特定類型的ANN，通常基于具有多個算法來分析數據】脊柱被分割并使用CNN提取矢狀斑塊 ， 然后預測椎骨骨折的存在 。 類似的算法存在用于從預測心血管事件和死亡率的非對比胸部CT掃描中檢測冠狀動脈中的鈣 ， 以及檢測骨質疏松癥的算法 ， 其計算類似于雙能X射線吸收測定法的骨礦物質密度 。 使用深度學習進行診斷已被證明在某些領域上的表現與人類表現一樣好 。 例如 ， 在MRI中檢測腦膜瘤 ， 已經顯示出人工智能應用的巨大潛力和價值 。

相關經驗推薦