人工智能系统检测经常被忽视的癌症肿瘤

医生很快就会帮助对抗癌症,得益于中央佛罗里达大学的计算机视觉研究中心。

中心的工程师们教计算机如何检测肺癌的CT扫描尘埃,放射科医生经常很难识别。人工智能系统大约是95%准确的,相比65%通过人类的眼睛里,研究小组说。

“我们使用了大脑模型创建我们的系统,“说罗德尼LaLonde博士生和佛罗里达大学曲棍球队的队长。“你知道如何在开发过程中大脑神经元之间的联系加强和学习吗?我们用这些蓝图,如果你愿意,来帮助我们的系统理解如何寻找模式在CT扫描和教自己如何发现这些微小的肿瘤。”

这种方法类似于面部识别软件使用的算法。它扫描数千面临寻找一个特定的模式来找到自己的比赛。

乌纳塔恩Bagci工程助理教授领导的研究小组中心,专注于人工智能与潜在的医学应用。

美联储组织超过1000 CT扫描——由美国国立卫生研究院通过与梅奥诊所合作,为他们开发的软件帮助计算机学会寻找肿瘤。

研究生项目的工作不得不教计算机不同的东西,以帮助其正确学习。纳吉·Khosravan,追求他的博士学位,创造了学习系统的骨干。他在小说的熟练机器学习和计算机视觉算法导致他暑期实习Netflix帮助该公司各种项目。

LaLonde教计算机如何忽略其他组织,神经和其他群众遇到的CT扫描和分析肺组织。今年夏天一侯赛因谁取得了博士学位,是微调AI鉴别癌与良性肿瘤的能力,而研究生哈瑞拉维Parkash正在这个项目的经验教训和应用他们看看另一个人工智能系统可以帮助识别或预测开发大脑紊乱。

“我相信这将产生非常大的影响,”Bagci说。“肺癌在美国是头号癌症杀手,如果在后期阶段,发现存活率仅为17%。通过寻找方法来帮助识别之前,我认为我们可以帮助提高生存率。”

团队将其发现最大的总理9月会议医学成像研究MICCAI 2018的会议在西班牙。团队的工作发表在会议之前。

下一步是将研究项目移动到医院设置;Bagci正在寻找合作伙伴来实现它。之后,这项技术可能是一年或两年远离市场,Bagci说。

“我想我们都来这里因为我们想用激情工程改变和挽救生命是一个巨大的影响,”LaLonde说。

拉维•普拉卡什表示同意。他是研究农业工程及其应用之前,他听说Bagci和他在佛罗里达大学工作。Bagci的研究领域的生物医学成像和机器学习及其应用在临床成像。以前,Bagci是个科学家,美国国立卫生研究院实验室经理传染病成像中心的实验室,在放射学和成像科学。

这篇文章被转载材料所提供的佛罗里达中央大学。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。