以下文字资料是由(历史认知网 www.lishirenzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!
摘要:科学家们推断,卷积神经网络可以有效地扫描眼睛图像来诊断先天性白内障,研究人员首次使用中国卫生部儿童白内障项目拍摄的照片“训练”了一艘CC巡洋舰。他们给出了57名患者的CC-Cruiser数据,其中43名眼睛正常,14名患有先天性白内障。他们给出了300个正常病例的CC-Cruiser图像,以及3个先天性白内障儿童的图像。研究人员说,神经网络的表现和眼科医生一样好;例如,CCCruiser识别出所有患有先天性白内障的患者,而三位眼科医生都漏掉了一个病例。
,它专注于识别一种称为先天性白内障的罕见眼部疾病,研究人员说:
在这项研究中,中国科学家使用了一种叫做CC-Cruiser的人工神经网络。这个网络是一个“卷积神经网络”,意思是它是根据处理视觉的大脑区域神经元的组织方式设计的。科学家们想看看神经网络是否能帮助解决世界上约10%人口患有的罕见疾病。【10项将改变你生活的技术】
“我们的灵感来自于DeepMind集团的工作,[该集团]在经典视频游戏中击败了专业的人类玩家,”该研究的合著者、中国广州中山大学眼科专家林浩天博士说既然人工智能可以和人类玩家玩游戏,为什么不创建一个可以充当合格人类医生的人工智能呢?”林说,以前的研究表明卷积神经网络善于扫描数据来识别图像。科学家们推断,卷积神经网络可以有效地扫描眼睛图像来诊断先天性白内障,研究人员首次使用中国卫生部儿童白内障项目拍摄的照片“训练”了一艘CC巡洋舰。这些照片包括476张正常眼睛的儿童图片和410张不同严重程度先天性白内障的儿童图片。
经过训练,研究人员测试了这个网络。他们给出了57名患者的CC-Cruiser数据,其中43名眼睛正常,14名患有先天性白内障。研究人员说,神经网络以98.25%的准确率识别出了潜在的先天性白内障病例,以100%的准确率估计出白内障的位置,并以92.86%的准确率提出了正确的治疗 ... 。然后,在一个更困难的测试中,
,研究人员模仿了现实生活中罕见的先天性白内障。他们给出了300个正常病例的CC-Cruiser图像,以及3个先天性白内障儿童的图像。研究人员发现,神经网络成功地排除了正常病例,识别出了3例白内障,并提供了准确的评估和治疗决定。
然而,在一项使用13张正常眼睛图像和40张互联网上发现的白内障图片的测试中,CC巡洋舰稍微不太成功。研究人员说,神经网络以92.45%的准确率识别出潜在的先天性白内障病例,以94.87%的准确率估计出白内障的位置,并以89.74%的准确率提出了正确的治疗建议。这种差异可能是由于医生使用的不同成像机器的光线、角度和分辨率不同,眼睛的照片会有很大的差异,科学家解释说,
研究人员还将CC-Cruiser的精度与现实眼科医生的精度进行了比较。他们让神经网络和三位眼科专家,从新手到专家,研究50个案例,涉及由专家小组设计的各种具有挑战性的医疗情况。研究人员说,神经网络的表现和眼科医生一样好;例如,CC Cruiser识别出所有患有先天性白内障的患者,而三位眼科医生都漏掉了一个病例。
目前,帮助患有罕见疾病的人的主要策略是建立专门的护理中心,但是研究人员说,这些疾病通常非常昂贵,而且地理位置分散,导致许多罕见的病人得不到足够的治疗。
特别申明:本文内容来源网络,版权归原作者所有,如有侵权请立即与我们联系(devmax@126.com),我们将及时处理。