在該研討會上，來自哈佛大學的研究人員還展示了機器學習的人工智能模型與人類專家的協作，在組織細胞活體檢測上面能夠有99.5%的準確率。 機器學習模型已經在各個方面得到了應用，生物醫學領域也逐漸有更多的“會學習的機器”參與。今年四月的這次國際生物醫學成像國際研討會就旨在促進研究者們更多地關注人工智能在生物醫學領域的應用。...
高光譜成像技術以其快速、無損、非接觸、高通量和強大的光譜識別能力，日益引起生物醫學研究和醫療檢測的關注。意大利Brescia大學的科研人員Giovanni等對五種培養于顯色瓊脂上的UTI（尿路感染病原體）細菌進行了研究，他們使用Specim V10e采集了樣本高光譜數據，并基于機器學習方法進行了細菌菌落分類（參見下圖）。 ...
高光譜成像技術以其快速、無損、非接觸、高通量和強大的光譜識別能力，日益引起生物醫學研究和醫療檢測的關注。意大利Brescia大學的科研人員Giovanni等對五種培養于顯色瓊脂上的UTI（尿路感染病原體）細菌進行了研究，他們使用Specim V10e采集了樣本高光譜數據，并基于機器學習方法進行了細菌菌落分類（參見下圖）。...
臨床任重道遠 在羅建文看來，深度學習擅長處理的就是高維度、稀疏的信號，圖像就是這些信號中一種有代表性的形式，因此，AI在醫學影像處理上的應用必然是一個熱點方向。 “醫學影像處理的典型問題包括影像分類、目標檢測、圖像分割和影像檢索等，都能對應到日常臨床應用里的一些痛點或比較浪費人力的問題。”...
Copyright ?2007-2022 ANTPEDIA, All Rights Reserved
京ICP備07018254號 京公網安備1101085018 電信與信息服務業務經營許可證：京ICP證110310號