- Регистрация
- 15 Февраль 2018
- Сообщения
- 15 637
- Лучшие ответы
- 0
- Реакции
- 0
- Баллы
- 1 295
Offline
Студенты-исследователи из Имперского колледжа Лондона (Imperial College London) разработали новый инструмент ИИ для автоматического определения черепно-мозговых травм путем анализа изображений компьютерной томографии. Об этом сообщило издание The Next Web. Нейросеть назвали BLAST-CT (Brain Lesion Analysis and Segmentation Tool for Computed Tomography).
Благодаря алгоритму машинного обучения, система может обнаружить участки тканей, поврежденных в результате травмы или заболевания, и различить типы поражений мозга. Преимущество ИИ заключается в том, что система обнаруживает мельчайшие изменения на снимке, в то время как врач-радиолог может этих тонких изменений не заметить. Также новая нейросеть значительно сокращает время анализа изображений, полученных путем компьютерной томографии.
Разработчики из Imperial «скормили» программе более 600 томограмм с различными типами поражений головного мозга. После обучения, нейросеть применили к уже диагностированным снимкам. Как результат — ИИ успешно классифицировал отдельные части каждого изображения и выяснил, был поврежден мозг или нет.
Исследователи полагают, что разработанный инструмент может помочь в разработке новых форм лечения прогнозировании черепно-мозговых травм, а также в использовании в регионах с ограниченными ресурсами, где мало квалифицированных врачей-радиологов.
Все желающие поэкспериментировать с этим инструментом могут посетить GitHub.
Благодаря алгоритму машинного обучения, система может обнаружить участки тканей, поврежденных в результате травмы или заболевания, и различить типы поражений мозга. Преимущество ИИ заключается в том, что система обнаруживает мельчайшие изменения на снимке, в то время как врач-радиолог может этих тонких изменений не заметить. Также новая нейросеть значительно сокращает время анализа изображений, полученных путем компьютерной томографии.
Разработчики из Imperial «скормили» программе более 600 томограмм с различными типами поражений головного мозга. После обучения, нейросеть применили к уже диагностированным снимкам. Как результат — ИИ успешно классифицировал отдельные части каждого изображения и выяснил, был поврежден мозг или нет.
Исследователи полагают, что разработанный инструмент может помочь в разработке новых форм лечения прогнозировании черепно-мозговых травм, а также в использовании в регионах с ограниченными ресурсами, где мало квалифицированных врачей-радиологов.
Все желающие поэкспериментировать с этим инструментом могут посетить GitHub.
