0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

通過(guò)深度學(xué)習(xí)AI技術(shù),掃描心臟血流只需幾秒鐘

獨(dú)愛72H ? 來(lái)源:科技日?qǐng)?bào) ? 作者:佚名 ? 2020-04-14 21:10 ? 次閱讀

(文章來(lái)源:科技日?qǐng)?bào))
英國(guó)《自然·機(jī)器智能》雜志13日發(fā)表的一項(xiàng)醫(yī)學(xué)與人工智能AI)研究中,瑞士科學(xué)家介紹了一種人工智能系統(tǒng)可以幾秒之內(nèi)掃描心血管血流。這個(gè)深度學(xué)習(xí)模型有望讓臨床醫(yī)師在患者接受核磁共振掃描的同時(shí),實(shí)時(shí)觀察血流變化,從而優(yōu)化診斷工作流。

四維(4D)核磁共振掃描可以用來(lái)重建心血管血流隨時(shí)間變化而產(chǎn)生的特征,對(duì)于心血管疾病的診斷具有重要意義。然而,這些掃描通常需要20分鐘的處理時(shí)間,意味著掃描過(guò)程中,無(wú)法對(duì)做成像進(jìn)一步評(píng)估。加速這類掃描,就能在患者接受掃描的同時(shí)完成實(shí)時(shí)評(píng)估,不僅能節(jié)省臨床醫(yī)師的時(shí)間,還能減少患者的不適。

此次,瑞士蘇黎世聯(lián)邦理工學(xué)院研究人員瓦雷里·韋詩(shī)耐韋斯基及其同事,開發(fā)出了一種深度學(xué)習(xí)人工智能模型,可以在幾秒之內(nèi)對(duì)經(jīng)過(guò)心臟的血流進(jìn)行四維重建。研究團(tuán)隊(duì)用11個(gè)掃描案例訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò),發(fā)現(xiàn)這個(gè)網(wǎng)絡(luò)可以準(zhǔn)確重建正?;颊吆脱鳟惓;颊叩闹鲃?dòng)脈血流,且準(zhǔn)確度與傳統(tǒng)方法一致。

目前,這個(gè)人工智能系統(tǒng)還能在20秒左右的時(shí)間里重建一次掃描,比目前尖端的傳統(tǒng)方法快30倍,比之前的深度學(xué)習(xí)方法快4.2倍。

深度學(xué)習(xí)網(wǎng)絡(luò),是機(jī)器學(xué)習(xí)中一種基于對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法,也被稱為人工神經(jīng)網(wǎng)絡(luò),是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的,試圖通過(guò)模擬大腦神經(jīng)網(wǎng)絡(luò)處理、記憶信息的方式來(lái)進(jìn)行信息處理?,F(xiàn)在,深度學(xué)習(xí)網(wǎng)絡(luò)越來(lái)越多地用于生物數(shù)據(jù)分析自動(dòng)化。深度學(xué)習(xí)模型的一個(gè)挑戰(zhàn)是它們的“黑箱”性質(zhì),也就是說(shuō)無(wú)法輕易鑒定一個(gè)模型執(zhí)行某項(xiàng)任務(wù)時(shí)的過(guò)程??茖W(xué)家們認(rèn)為,除利用深度學(xué)習(xí)幫助人類推進(jìn)醫(yī)療事業(yè),還可調(diào)查深度學(xué)習(xí)模型如何識(shí)別和處理所分析的數(shù)據(jù)的能力,幫助研究者更好地理解這些數(shù)據(jù)背后的生物學(xué)。

神經(jīng)網(wǎng)絡(luò)太神經(jīng),能下棋,能答題,能識(shí)別人臉,現(xiàn)在還能加速看片。做核磁共振經(jīng)常令人不適,患者常在密閉空間里一待幾十分鐘不敢動(dòng)彈,直到清晰圖像一點(diǎn)點(diǎn)呈現(xiàn)于電腦屏幕。醫(yī)生也希望能加速,讓核磁像B超一樣實(shí)時(shí)出圖。如今依靠人工智能,電腦將無(wú)數(shù)數(shù)據(jù)和經(jīng)驗(yàn)化作人類望塵莫及的洞察力,即刻獻(xiàn)上一份份心血之作。
(責(zé)任編輯:fqj)

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    28877

    瀏覽量

    266220
  • 智能醫(yī)療
    +關(guān)注

    關(guān)注

    27

    文章

    1380

    瀏覽量

    74307
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    TLV8811開機(jī)后幾秒鐘內(nèi)有的板子CO濃度數(shù)值很大且一直上升直至異常,為什么?

    TLV8811: 開機(jī)后幾秒鐘內(nèi)有的板子CO濃度數(shù)值很大且一直上升直至異常,示波器捕捉AD_CO信號(hào),發(fā)現(xiàn)異常板子與正常板子AD_CO信號(hào)有差異
    發(fā)表于 07-26 06:11

    ESP8266 SSL服務(wù)器在幾秒鐘后斷開連接是怎么回事?

    (&esp_conn); 來(lái)自 Android 設(shè)備或 PC 的連接似乎沒問(wèn)題。但是,幾秒鐘后,我的ESP8266設(shè)備將自動(dòng)斷開這些連接。 服務(wù)器握手開始。 服務(wù)器握手OK
    發(fā)表于 07-17 08:16

    為什么ESP8266EX再次從WIFI AP獲取IP時(shí),它會(huì)在幾秒鐘后斷開TCP客戶端連接?

    again } 3. 當(dāng)我重新打開我的 AP 時(shí),幾秒鐘后,ESP8266EX會(huì)自動(dòng)連接并獲得 IP。我的計(jì)時(shí)器將檢測(cè)到它再次獲得 IP,并開始連接 TCP 客戶端的過(guò)程?,F(xiàn)在它成功連接到 TCP,并且
    發(fā)表于 07-15 06:17

    基于AI深度學(xué)習(xí)的缺陷檢測(cè)系統(tǒng)

    在工業(yè)生產(chǎn)中,缺陷檢測(cè)是確保產(chǎn)品質(zhì)量的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的人工檢測(cè)方法不僅效率低下,且易受人為因素影響,導(dǎo)致誤檢和漏檢問(wèn)題頻發(fā)。隨著人工智能技術(shù)的飛速發(fā)展,特別是深度學(xué)習(xí)技術(shù)的崛起,基于
    的頭像 發(fā)表于 07-08 10:30 ?532次閱讀

    深度學(xué)習(xí)在自動(dòng)駕駛中的關(guān)鍵技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,自動(dòng)駕駛技術(shù)作為其中的重要分支,正逐漸走向成熟。在自動(dòng)駕駛系統(tǒng)中,深度學(xué)習(xí)技術(shù)發(fā)揮著至關(guān)重要的作用。它
    的頭像 發(fā)表于 07-01 11:40 ?434次閱讀

    在vscode esp-idf擴(kuò)展內(nèi)編輯代碼,經(jīng)常會(huì)有幾秒鐘的卡頓,為什么?

    在vscode esp-idf擴(kuò)展內(nèi)編輯代碼,經(jīng)常會(huì)有幾秒鐘的卡頓。 不是每次編輯都會(huì)卡頓,但是概率比較大。 有時(shí)候雙擊變量名,ctrl+點(diǎn)擊函數(shù)名都會(huì)卡住,整個(gè)vscode無(wú)法點(diǎn)擊,此時(shí)電腦別的軟件都運(yùn)行正常沒卡
    發(fā)表于 06-19 07:22

    一種利用光電容積描記(PPG)信號(hào)和深度學(xué)習(xí)模型對(duì)高血壓分類的新方法

    具體的軟硬件實(shí)現(xiàn)點(diǎn)擊 http://mcu-ai.com/ MCU-AI技術(shù)網(wǎng)頁(yè)_MCU-AI 據(jù)世界心臟聯(lián)合會(huì)統(tǒng)計(jì),截至 2022 年,全
    發(fā)表于 05-11 20:01

    FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈鶪PU

    AI 框架模型映射到硬件架構(gòu)。 Larzul 的公司 Mipsology 希望通過(guò) Zebra 來(lái)彌合這一差距。Zebra 是一種軟件平臺(tái),開發(fā)者可以輕松地將深度學(xué)習(xí)代碼移植到 F
    發(fā)表于 03-21 15:19

    Sora到底牛在哪 | AI爆發(fā)的大趨勢(shì)下,普通人真正該學(xué)的是什么

    Sora炸裂了的地方,在于它能理解自然語(yǔ)言,知道那個(gè)畫面該是怎么樣的,它學(xué)習(xí)很多視頻內(nèi)容(大力出奇跡,需要很多算力),而且一上來(lái)就是能制作60s的視頻,剛好是短視頻的需求,之前的AI視頻生成的時(shí)間都很短(幾秒鐘).
    的頭像 發(fā)表于 03-06 22:46 ?388次閱讀

    PC通過(guò)CYUSB3014訪問(wèn)FPGA時(shí)報(bào)通信錯(cuò)誤怎么解決?

    問(wèn)題:當(dāng)PC讀取Slave COOLDIM_PRG_BOARD上特定地址的寄存器時(shí),一開始是正常的,但幾秒鐘后,PC上應(yīng)用程序代碼的Xferdata函數(shù)報(bào)告錯(cuò)誤。 我發(fā)現(xiàn) FPGA 上 GPIFII
    發(fā)表于 03-05 07:58

    技術(shù)科普】主流的深度學(xué)習(xí)模型有哪些?AI開發(fā)工程師必備!

    接近于人工智能。它通過(guò)學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次,對(duì)文字、圖像和聲音等數(shù)據(jù)進(jìn)行解釋。深度學(xué)習(xí)的目標(biāo)是讓機(jī)器像人一樣具有分析學(xué)習(xí)能力,能夠識(shí)別文字、圖像和聲音等數(shù)據(jù)。
    的頭像 發(fā)表于 01-30 15:26 ?505次閱讀
    【<b class='flag-5'>技術(shù)</b>科普】主流的<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>模型有哪些?<b class='flag-5'>AI</b>開發(fā)工程師必備!

    詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    處理技術(shù)也可以通過(guò)深度學(xué)習(xí)來(lái)獲得更優(yōu)異的效果,比如去噪、超分辨率和跟蹤算法等。為了跟上時(shí)代的步伐,必須對(duì)深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 01-11 10:51 ?1600次閱讀
    詳解<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    深度學(xué)習(xí)在人工智能中的 8 種常見應(yīng)用

    深度學(xué)習(xí)簡(jiǎn)介深度學(xué)習(xí)是人工智能(AI)的一個(gè)分支,它教神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和推理。近年來(lái),它解決復(fù)雜問(wèn)題
    的頭像 發(fā)表于 12-01 08:27 ?2961次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>在人工智能中的 8 種常見應(yīng)用

    深度學(xué)習(xí)技術(shù)AI智能分析盒子人數(shù)統(tǒng)計(jì)中的應(yīng)用與優(yōu)勢(shì)

    AI盒子的人數(shù)統(tǒng)計(jì)中,當(dāng)多人同時(shí)出入視野范圍時(shí),傳統(tǒng)的算法模型很難準(zhǔn)確識(shí)別和計(jì)算人數(shù),容易導(dǎo)致重復(fù)統(tǒng)計(jì)。為解決這一難題,AI算法模型可以采用目標(biāo)檢測(cè)與追蹤相結(jié)合、深度學(xué)習(xí)
    的頭像 發(fā)表于 11-29 09:07 ?410次閱讀

    深度學(xué)習(xí)技術(shù)與邊緣學(xué)習(xí)技術(shù)的不同之處

    如今,AI技術(shù)的廣泛應(yīng)用已經(jīng)成為推動(dòng)制造和物流領(lǐng)域自動(dòng)化的核心驅(qū)動(dòng)力??的鸵曀瞥龅?b class='flag-5'>深度學(xué)習(xí)和邊緣學(xué)習(xí)
    的頭像 發(fā)表于 11-17 10:44 ?476次閱讀