91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

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 ? 來源:科技日?qǐng)?bào) ? 作者:佚名 ? 2020-04-14 21:10 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

(文章來源:科技日?qǐng)?bào))
英國《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,意味著掃描過程中,無法對(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,試圖通過模擬大腦神經(jīng)網(wǎng)絡(luò)處理、記憶信息的方式來進(jìn)行信息處理?,F(xiàn)在,深度學(xué)習(xí)網(wǎng)絡(luò)越來越多地用于生物數(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),也就是說無法輕易鑒定一個(gè)模型執(zhí)行某項(xiàng)任務(wù)時(shí)的過程??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)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    91

    文章

    40001

    瀏覽量

    301635
  • 智能醫(yī)療
    +關(guān)注

    關(guān)注

    27

    文章

    1393

    瀏覽量

    75821
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    生成式AI賦能工程師挖掘非結(jié)構(gòu)化數(shù)據(jù)價(jià)值

    您是否知道,生成式 AI(GenAI)可以幫助工程師在幾秒鐘內(nèi)診斷汽車故障,甚至在設(shè)備出現(xiàn)問題之前預(yù)測(cè)潛在失效?GenAI 正在通過加速數(shù)據(jù)分析和算法開發(fā),讓這些場(chǎng)景從設(shè)想走向現(xiàn)實(shí),使工程師能夠充分發(fā)揮專業(yè)知識(shí),挖掘可執(zhí)行的洞察
    的頭像 發(fā)表于 02-28 10:24 ?472次閱讀

    使用NORDIC AI的好處

    CPU 快 15× 能效最高可比最近的競(jìng)品 NPU 好 8×,推理速度快 7×。[Axon NPU 技術(shù)頁] 開發(fā)門檻低、工具鏈完整 Nordic Edge AI Lab :只需準(zhǔn)備好數(shù)據(jù)集,無需
    發(fā)表于 01-31 23:16

    穿孔機(jī)頂頭檢測(cè)儀 機(jī)器視覺深度學(xué)習(xí)

    ,能適用惡劣工況,在粉塵、高溫、氧化皮等惡劣環(huán)境中均可正常工作。 測(cè)量原理 利用頂頭與周圍的物質(zhì)(水、空氣、導(dǎo)盤等)紅外輻射能量的差異,用熱成像相機(jī)拍攝出清晰的圖片,再通過深度學(xué)習(xí)短時(shí)間內(nèi)深度優(yōu)化,判斷
    發(fā)表于 12-22 14:33

    如何深度學(xué)習(xí)機(jī)器視覺的應(yīng)用場(chǎng)景

    檢測(cè)應(yīng)用 微細(xì)缺陷識(shí)別:檢測(cè)肉眼難以發(fā)現(xiàn)的微小缺陷和異常 紋理分析:對(duì)材料表面紋理進(jìn)行智能分析和缺陷識(shí)別 3D表面重建:通過深度學(xué)習(xí)進(jìn)行高精度3D建模和檢測(cè) 電子行業(yè)應(yīng)用 PCB板復(fù)雜缺陷檢測(cè):連焊、虛焊、漏焊等焊接質(zhì)量問題 芯片
    的頭像 發(fā)表于 11-27 10:19 ?237次閱讀

    影像儀AI自動(dòng)尋邊技術(shù)精準(zhǔn)捕捉邊界測(cè)量,檢測(cè)效率翻倍!

    【智能制造測(cè)量】影像測(cè)量?jī)x的AI自動(dòng)尋邊技術(shù)通過深度學(xué)習(xí)模型,實(shí)現(xiàn)對(duì)工件特征的自主識(shí)別與邊緣精準(zhǔn)提取。能解決質(zhì)檢環(huán)節(jié)中多重邊界提偏、刀紋干擾、對(duì)比度低等測(cè)量痛點(diǎn)。
    發(fā)表于 11-18 10:16

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+第二章 實(shí)現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)

    、Transformer 模型的后繼者 二、用創(chuàng)新方法實(shí)現(xiàn)深度學(xué)習(xí)AI芯片 1、基于開源RISC-V的AI加速器 RISC-V是一種開源、模塊化的指令集架構(gòu)(ISA)。優(yōu)勢(shì)如下: ①模
    發(fā)表于 09-12 17:30

    如何在機(jī)器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測(cè)可定位已訓(xùn)練的目標(biāo)類別,并通過矩形框(邊界框)對(duì)其進(jìn)行標(biāo)識(shí)。 在討論人工智能(AI)或深度
    的頭像 發(fā)表于 09-10 17:38 ?923次閱讀
    如何在機(jī)器視覺中部署<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>神經(jīng)網(wǎng)絡(luò)

    編譯速度異常,半小時(shí)也無法完成編譯怎么解決?

    編譯速度不正常,幾秒鐘編譯一個(gè).c文件,一個(gè)工程編譯半個(gè)小時(shí)也不完成 創(chuàng)建初始工程也很慢,等很長時(shí)間也無法創(chuàng)建成功
    發(fā)表于 09-10 08:13

    深度學(xué)習(xí)+多維感知!AI技術(shù)突破智能戒指邊界

    的功能邊界,通過AI算法的深度賦能,實(shí)現(xiàn)了從被動(dòng)監(jiān)測(cè)到主動(dòng)洞察、從基礎(chǔ)功能到創(chuàng)新交互的跨越。 ? 多維感知+算法賦能:AI重構(gòu)健康監(jiān)測(cè)體系 在健康領(lǐng)域,
    的頭像 發(fā)表于 09-07 03:23 ?8734次閱讀

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+內(nèi)容總覽

    ,其中第一章是概論,主要介紹大模型浪潮下AI芯片的需求與挑戰(zhàn)。第二章和第三章分別介紹實(shí)現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法和架構(gòu)。以及一些新型的算法和思路。第四章是全面介紹半導(dǎo)體芯產(chǎn)業(yè)的前沿
    發(fā)表于 09-05 15:10

    AI 芯片浪潮下,職場(chǎng)晉升新契機(jī)?

    對(duì)復(fù)雜場(chǎng)景中目標(biāo)檢測(cè)與識(shí)別的速度和精度。在此過程中,對(duì)算法的理解深度、芯片架構(gòu)與算法的協(xié)同能力,都會(huì)成為職稱評(píng)審中的加分項(xiàng)。 除技術(shù)能力外,創(chuàng)新能力同樣不可或缺。AI 芯片行業(yè)發(fā)展日新月異,新
    發(fā)表于 08-19 08:58

    任正非說 AI已經(jīng)確定是第四次工業(yè)革命 那么如何從容地加入進(jìn)來呢?

    ,TensorFlow、PyTorch用于構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)。以Python為例,通過編寫簡(jiǎn)單的程序來處理數(shù)據(jù),如讀取數(shù)據(jù)集、進(jìn)行數(shù)據(jù)清洗和預(yù)處理,這是進(jìn)入AI領(lǐng)域的基本技能。 學(xué)習(xí)機(jī)器學(xué)習(xí)
    發(fā)表于 07-08 17:44

    深度學(xué)習(xí)賦能:正面吊車載箱號(hào)識(shí)別系統(tǒng)的核心技術(shù)

    支撐。 深度學(xué)習(xí)驅(qū)動(dòng)的智能識(shí)別 傳統(tǒng)OCR技術(shù)易受光線、污損或箱體圖案干擾,而新一代識(shí)別系統(tǒng)通過深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)和注意力機(jī)制,實(shí)現(xiàn)了復(fù)雜場(chǎng)景下的高精度動(dòng)態(tài)識(shí)別: - 抗干擾優(yōu)
    的頭像 發(fā)表于 05-07 10:10 ?587次閱讀

    【「零基礎(chǔ)開發(fā)AI Agent」閱讀體驗(yàn)】+ 入門篇學(xué)習(xí)

    很高興又有機(jī)會(huì)學(xué)習(xí)ai技術(shù),這次試讀的是「零基礎(chǔ)開發(fā)AI Agent」,作者葉濤、管鍇、張心雨。 大模型的普及是近三年來的一件大事,萬物皆可大模型已成為趨勢(shì)。作為大模型開發(fā)應(yīng)用中重要組
    發(fā)表于 05-02 09:26

    Arm與Stability AI攜手合作加快文本轉(zhuǎn)音頻的響應(yīng)速度

    ”,幾秒鐘后,你的設(shè)備就會(huì)為你生成合適的聲音,甚至無需聯(lián)網(wǎng)就可實(shí)現(xiàn)。得益于 Arm 和 Stability AI 的新合作,這種完全在端側(cè)直接生成音頻的技術(shù)已變?yōu)楝F(xiàn)實(shí)。
    的頭像 發(fā)表于 03-25 15:54 ?816次閱讀