古籍數(shù)字化步驟詳解(古籍數(shù)字化定義) 極地女神和女皇哪個好(極地女神) 淘寶代練店怎么開(淘寶代練店怎么開店) DNF(地下城與勇士) 真野豬 怎么打經驗分享(DNF真野豬怎么打) 不自由毋寧死三個角度談談(不自由毋寧死出處) 網絡線上培訓系統(tǒng)如何進行課程管理?(網絡線上培訓系統(tǒng)如何進行課程管理教學) 用C語言編寫 打漁曬網問題(用c語言編寫三天打魚,兩天曬網) 契丹人是中國人嗎(女真人是什么民族) DNF如何獲得無色小晶塊最合適(dnf無色大晶塊怎么得) 21部共和國名將電影(央視的共和國名將系列電影共有幾部) 怎么知道電腦安裝了監(jiān)視軟件(怎么知道電腦安裝了監(jiān)視軟件沒有) 遠征ol完整客戶端下載(遠征OL怎么獲得夜照玉獅子 寫明具體方法) 家庭怎樣防盜?(家庭如何防盜) 英語單詞apply用法 re瀏覽器官網(re瀏覽器) wps文字如何刪除頁眉橫線(wpsword怎么刪除頁眉橫線) 額濟納旗旅游住宿攻略(額濟納旗旅行攻略) 物候的意思解釋(物候的意思) 新手如何開烘焙店?(新手如何開烘焙店賺錢) 巧克力用英語怎么說(巧克力用英語怎么說讀音) 淘寶顏色分類怎么設置成圖片(淘寶顏色分類怎么設置) 找不到d3d8.dll d3d8thk.dll丟失 解決方案(d3dx9_27.dll丟失怎么辦) 過敏性鼻炎怎么治 過敏性鼻炎治療方法分享(你搜索一下過敏性鼻炎該怎么治療) bmi指數(shù)計算器(bmi指數(shù)) 9款圓臉女生適合的甜美長卷發(fā)發(fā)型(9款圓臉女生適合的甜美長卷發(fā)發(fā)型是什么) 測排卵期怎么測(測排卵期) 進口奶粉哪個好 教你選購進口奶粉(進口奶粉和進口牛奶哪個好) 組織機構怎么寫模板(組織機構怎么寫) 怎么換微信主題皮膚(怎么換微信主題皮膚華為) 安裝GHOST系統(tǒng)后 IE主頁被鎖修改不了怎么辦 李瑞東太極十三樁(李瑞東) 花字拼音怎么拼寫(花字拼音怎么拼寫視頻) S8韓服高勝率虛空先知瑪爾扎哈上單符文天賦出裝(新版本瑪爾扎哈出裝) 后綴是什么意思中文(后綴是什么意思) 土豆怎么放才不發(fā)芽(土豆怎么放才不發(fā)芽不腐爛呢) 動圈話筒和電容話筒的區(qū)別(動圈話筒和電容話筒的區(qū)別在哪) 酒店前臺常用英語(酒店前臺英語常用語) dnf95深淵怎么刷(地下城95怎么刷深淵) 英雄聯(lián)盟諾提勒斯技能被動介紹(諾提勒斯技能加點) 什么叫中性點接地系統(tǒng)(什么叫中性點) 蛙泳手腳配合慢鏡頭(蛙泳手腳配合慢動作) 怎樣安裝電腦xp系統(tǒng) 內眥皮(內眥) 電腦CPU溫度過高怎么處理(電腦cpu溫度偏高該怎么辦) 婦洗器的安裝方法(婦洗器使用方法圖解) 將視頻文件轉換為音頻文件(jsp文件怎么打開) Win8系統(tǒng)查看已登錄的ADSL寬帶賬號(連接寬帶顯示windows登錄) 放風箏有哪些技巧?(放風箏有哪些技巧視頻) dnf裝備鍛造在哪(dnf裝備鍛造) 立冬養(yǎng)生小常識(立冬養(yǎng)生小常識發(fā)給顧客)
您的位置:首頁 >企業(yè)新聞 >

自學AI利用病理圖像尋找相似病例診斷罕見病

導讀 罕見疾病通常難以診斷,預測最佳治療方案對臨床醫(yī)生來說可能具有挑戰(zhàn)性。布萊根婦女醫(yī)院馬哈茂德實驗室(麻省總醫(yī)院布萊根醫(yī)療保健系統(tǒng)的創(chuàng)

罕見疾病通常難以診斷,預測最佳治療方案對臨床醫(yī)生來說可能具有挑戰(zhàn)性。布萊根婦女醫(yī)院馬哈茂德實驗室(麻省總醫(yī)院布萊根醫(yī)療保健系統(tǒng)的創(chuàng)始成員)的研究人員開發(fā)了一種深度學習算法,該算法可以自學學習特征,然后可用于在大型病理圖像存儲庫中查找類似病例.

這種被稱為 SISH(組織學自我監(jiān)督圖像搜索)的新工具就像一個病理圖像搜索引擎,具有許多潛在的應用,包括識別罕見疾病和幫助臨床醫(yī)生確定哪些患者可能對類似療法產生反應。一篇介紹自學算法的論文發(fā)表在Nature Biomedical Engineering上。

“我們表明,我們的系統(tǒng)可以幫助診斷罕見疾病并找到具有相似形態(tài)模式的病例,而無需手動注釋和用于監(jiān)督訓練的大型數(shù)據集,”布萊根大學的資深作者 Faisal Mahmood 博士說病理學系。“該系統(tǒng)具有改善病理學訓練、疾病亞型、腫瘤識別和罕見形態(tài)識別的潛力。”

現(xiàn)代電子數(shù)據庫可以存儲大量的數(shù)字記錄和參考圖像,尤其是在病理學方面的全幻燈片圖像 (WSI)。然而,每個單獨的 WSI 的千兆像素大小以及大型存儲庫中不斷增加的圖像數(shù)量意味著 WSI 的搜索和檢索可能緩慢而復雜。因此,可擴展性仍然是有效使用的相關障礙。

為了解決這個問題,Brigham 的研究人員開發(fā)了 SISH,它可以自學學習特征表示,無論數(shù)據庫大小如何,都能以恒定的速度找到病理學中具有相似特征的病例。

在他們的研究中,研究人員測試了 SISH 檢索常見和罕見癌癥的可解釋疾病亞型信息的速度和能力。該算法成功地從超過 22,000 例患者病例、超過 50 種不同疾病類型和十幾個解剖部位的數(shù)萬張完整幻燈片圖像的數(shù)據庫中快速準確地檢索到圖像。

在許多情況下,檢索速度都優(yōu)于其他方法,包括疾病亞型檢索,尤其是當圖像數(shù)據庫規(guī)模擴大到數(shù)千張圖像時。即使存儲庫規(guī)模擴大,SISH 仍然能夠保持恒定的搜索速度。

然而,該算法有一些局限性,包括大內存需求、大型組織載玻片內有限的上下文感知以及它僅限于單一成像模式的事實。

總體而言,該算法展示了在獨立于存儲庫大小和不同數(shù)據集中有效檢索圖像的能力。它還展示了診斷罕見疾病類型的能力,以及作為搜索引擎識別可能與診斷相關的某些圖像區(qū)域的能力。這項工作可能會極大地為未來的疾病診斷、預后和分析提供信息

標簽:

免責聲明:本文由用戶上傳,如有侵權請聯(lián)系刪除!