研究小组正在使用深度学习系统分析乳房X线照片
亚马逊不仅涉及Echo产品，云服务和电子商务平台。它也积极地为科学和发展做出贡献。并且，该领域的最新进展来自亚马逊Web服务（AWS）和匹兹堡健康数据联盟（PHDA）的合作，它们共同为乳腺癌筛查和抑郁症提供了更为准确的机器学习模型。
在博客文章中，提到了已经获得PHDA支持的匹兹堡大学医学中心，匹兹堡大学和卡内基梅隆大学的研究人员如何获得亚马逊研究奖的额外支持，以使用机器学习技术来研究乳房癌症风险，识别抑郁症标志物以及了解驱动肿瘤生长的因素等。
作为此次合作的一部分，匹兹堡大学放射学系副教授山东吴（Shenzhen Wu）领导的研究小组正在使用深度学习系统分析乳房X线照片，以预测患乳腺癌的短期风险。还提到了计算机视觉，深度学习，生物信息学和乳腺癌成像方面的专家团队正在共同努力，为接受乳腺癌筛查的患者开发个性化方法。
“这项初步工作证明了运用深度学习方法对乳房X线照片进行深入解释以增强乳腺癌风险评估的可行性和前景。” Wu说。“确定乳腺癌的其他危险因素，包括可以导致更具个性化的筛查方法的那些，可以帮助患者和提供者采取更适当的预防措施，以减少患上这种疾病或在干预最有效的时候及早发现这种疾病的可能性。 。”
还提到了第二个项目，其中CMU计算机科学副教授Louis-Philippe Morency和UPMC临床研究员Eva Szigethy正在开发可自动测量个体行为的细微变化（例如面部表情和使用情况）的传感技术。语言-可以作为抑郁症的生物标记。
这涉及机器学习和繁重的计算负荷。但是，在多个GPUS AWS服务上并行运行实验使研究人员可以在几天而不是几周的时间内训练他们的模型。
责任编辑：lq
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
ECHO
+关注
关注
1文章
73浏览量
27145 -
机器学习
+关注
关注
66文章
8377浏览量
132402 -
亚马逊
+关注
关注
8文章
2624浏览量
83186
发布评论请先 登录
相关推荐
FPGA做深度学习能走多远？
。例如，在数据中心中，可以将 FPGA 与 CPU 或 GPU 结合使用，根据不同的任务需求进行灵活的资源分配和协同计算，提高整个系统的性能和效率。
• 算法优化和创新：随着深度学习算法的不断发展和优化
发表于 09-27 20:53
PyTorch深度学习开发环境搭建指南
PyTorch作为一种流行的深度学习框架，其开发环境的搭建对于深度学习研究者和开发者来说至关重要。在Windows操作
深度学习中的时间序列分类方法
时间序列分类（Time Series Classification, TSC）是机器学习和深度学习领域的重要任务之一，广泛应用于人体活动识别、系统监测、金融预测、医疗诊断等多个领域。随
基于AI深度学习的缺陷检测系统
在工业生产中，缺陷检测是确保产品质量的关键环节。传统的人工检测方法不仅效率低下，且易受人为因素影响，导致误检和漏检问题频发。随着人工智能技术的飞速发展，特别是深度学习技术的崛起，基于AI深度学
深度学习与nlp的区别在哪
深度学习和自然语言处理（NLP）是计算机科学领域中两个非常重要的研究方向。它们之间既有联系，也有区别。本文将介绍深度学习与NLP的区别。
深度学习常用的Python库
深度学习作为人工智能的一个重要分支，通过模拟人类大脑中的神经网络来解决复杂问题。Python作为一种流行的编程语言，凭借其简洁的语法和丰富的库支持，成为了深度学习
深度学习与传统机器学习的对比
在人工智能的浪潮中，机器学习和深度学习无疑是两大核心驱动力。它们各自以其独特的方式推动着技术的进步，为众多领域带来了革命性的变化。然而，尽管它们都属于机器学习的范畴，但
深度解析深度学习下的语义SLAM
随着深度学习技术的兴起，计算机视觉的许多传统领域都取得了突破性进展，例如目标的检测、识别和分类等领域。近年来，研究人员开始在视觉SLAM算法中引入深度
发表于 04-23 17:18
•1237次阅读
浅谈现场总线的智能照明系统分析与应用研究
浅谈现场总线的智能照明系统分析与应用研究 张颖姣 安科瑞电气股份有限公司 上海嘉定 201801 【摘要】：科学技术的发展使得照明控制的方法不断发生改变，近年来照明控制系统大多在现场总线的基础上实现
GPU在深度学习中的应用与优势
人工智能的飞速发展，深度学习作为其重要分支，正在推动着诸多领域的创新。在这个过程中，GPU扮演着不可或缺的角色。就像超级英雄电影中的主角一样，GPU在深度
工商网监
评论