0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度学习的使用,将帮助医生更快地诊断和治疗中风患者

如意 来源:科技行者 作者:科技行者 2020-10-28 16:50 次阅读

深度学习属于人工智能的一种,在医疗领域,它可以准确地利用CT扫描图像找到大脑供血动脉的阻塞,由于这种阻塞导致的中风占比很大,所以深度学习的使用,将有助于帮医生更快地诊断和治疗中风患者。

研究人员的目标是尽较大可能减少确诊时间,因为尽早治疗这种阻塞至关重要。

该研究项目负责人Matthew Stib是位于罗得岛州首府普罗维登斯的布朗大学沃伦·阿尔伯特医学院放射科的住院医生。他表示:“对于这种对时间非常敏感的诊断而言,几分钟都很重要。我们在(治疗)时间上减少一分钟都会令患者的无残障寿命延长一周。”

CT血管造影扫描是检测这些阻塞的标准方法,几分钟内就可以完成。但通常,只有那些经过训练的放射科医生才能识别出现的阻塞,而在医院繁忙或没有常驻专家的情况下,宝贵的时间可能就流失了。

为了减少治疗这些患者的时间,Stib及其同事与布朗大学的计算机科学系合作开发了一种开源深度学习算法系统,可以评估CT图像及识别大的血管阻塞。

研究人员首先用拍摄的疑似中风患者的数百张CT图像对系统进行训练,然后再做包含62位患者在内的测试模拟,目的是看这个系统是否可以正确识别出患有动脉阻塞的患者。

据了解,他们还同时用了单相和多相CT血管造影技术,以确定哪种技术与深度学习系统的结合可以提供更好的效果。多相CT血管造影可在扫描过程的多个时间点上拍摄图像,因此与单相CT血管造影比能提供更详细的图像,单相CT血管造影则只取一个时间点。

上述的深度学习系统在分析单相图像时识别大血管阻塞时的精度仅为中等。但使用多相图像时,精度则会显着提高,可以100%地成功识别出阻塞,尽管也错误地将阴性对照组中的几个人(31位患者中的7位)归为有阻塞类。

Stib表示,“这些结果非常不错。我们其实就是想优化模型的敏感性,确保我们能够找到每一个阳性患者,因为漏掉一个会有非常可怕的后果。”他指出,深度学习之前也被用来评估CT血管造影图像,但用深度学习系统评估多相CT图像却是首次。据他所知,此次用到的算法也是首次开源,这意味着,其他研究人员也可以根据需要使用和开发这个系统。

未来,研究团队计划进一步验证该系统,他们将在自己的医院进行测试,目的是要看这个系统在紧急情况并且有较大数量患者群体时使用能否达到同样精度。如果系统的精度可以保持就可以将这个系统推广到其他医院和诊所,进而帮助快速诊断疑似中风的患者。

Stib解释说:“该算法并不能取代放射科医生的功能,而只是试图加快诊断时间……如果放射科医生不在周围或者工作流量太大,患者的检查结果无法及时处理,这时就会出现警报提示可能存在的阻塞,应该有人跟进。”他表示,“我认为未来的放射科医生需要接受这项新技术,要认识这项新技术在提高效率和准确性方面的潜在附加价值。”
责编AJX

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
  • AI
    AI
    +关注

    关注

    87

    文章

    30746

    浏览量

    268896
  • 智慧医疗
    +关注

    关注

    9

    文章

    1064

    浏览量

    46480
  • 深度学习
    +关注

    关注

    73

    文章

    5500

    浏览量

    121113
收藏 人收藏

    评论

    相关推荐

    NPU在深度学习中的应用

    随着人工智能技术的飞速发展,深度学习作为其核心驱动力之一,已经在众多领域展现出了巨大的潜力和价值。NPU(Neural Processing Unit,神经网络处理单元)是专门为深度学习
    的头像 发表于 11-14 15:17 519次阅读

    GPU深度学习应用案例

    GPU在深度学习中的应用广泛且重要,以下是一些GPU深度学习应用案例: 一、图像识别 图像识别是深度学习
    的头像 发表于 10-27 11:13 383次阅读

    FPGA做深度学习能走多远?

    。例如,在数据中心中,可以 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

    脉搏波形传感器-生命律动的精准守护者

    发挥着重要作用。患者可以通过佩戴脉搏波形传感器,监测数据实时传输给医生,实现远程诊断治疗。 总之,脉搏波形传感器作为一种先进的医疗设备
    发表于 09-18 10:19

    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操作系统上搭建PyTorch环境,需要综合考虑多个方面,包括软件安装、
    的头像 发表于 07-16 18:29 999次阅读

    ai大模的应用前景是什么?

    ,提高诊断的准确性和效率。通过对大量病例数据的学习和分析,AI大模型可以识别出疾病的特征和规律,为医生提供诊断建议。此外,AI大模型还可以预测疾病的发展趋势,为
    的头像 发表于 07-16 10:13 592次阅读

    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
    的头像 发表于 07-09 15:54 877次阅读

    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。本文介绍深度学习与NLP的区别。
    的头像 发表于 07-05 09:47 909次阅读

    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,成为了深度学习研究和应用的首选工具。
    的头像 发表于 07-03 16:04 625次阅读

    AI助力中风筛查:智能手机秒变诊断利器

    在医学领域,快速而准确的诊断对于患者的康复至关重要。近日,来自皇家墨尔本大学(RMIT)的生物医学工程师团队与圣保罗州立大学的博士生Guilherme Camargo de Oliveira携手
    的头像 发表于 06-21 16:41 1447次阅读

    SolidWorks科研版更快地开发产品创意

    功能强大的三维设计软件,为科研人员和设计师提供了强有力的支持,使他们能够更快地开发产品创意,从而在市场中抢占先机。
    的头像 发表于 06-19 16:49 263次阅读

    咳嗽检测深度神经网络算法

    疾病。因此,实现早期检测和高级诊断的自动化框架将有助于医生治疗呼吸道感染。有鉴于此,提出了使用改进的卷积神经网络(CNN)对声音文件进行有用分类的慢性咳嗽检测方法。 在该系统中,压电传感器被放置在
    发表于 05-15 19:05

    FPGA在深度学习应用中或取代GPU

    AI 框架模型映射到硬件架构。 Larzul 的公司 Mipsology 希望通过 Zebra 来弥合这一差距。Zebra 是一种软件平台,开发者可以轻松地深度学习代码移植到 F
    发表于 03-21 15:19

    为什么GPU比CPU更快

    大规模数据集时比CPU更快的根本原因。内存带宽:GPU的内存带宽比CPU高得多。内存带宽是指数据在内存之间传输的速度。GPU可以更快地数据从内存传输到核心,并更快地
    的头像 发表于 01-26 08:30 2396次阅读
    为什么GPU比CPU<b class='flag-5'>更快</b>?

    SOLIDWORKS在驾驭快速发展的科技环境的同时更快地构建产品

    SOLIDWORKS在驾驭快速发展的科技环境的同时更快地构建产品,高科技公司需要保持竞争力和相关性,同时在快速发展的环境中化解设计和运营复杂性、高质量的交付和利润压力。
    的头像 发表于 01-03 14:09 281次阅读