近日,来自凯斯西储大学(Case Western Reserve University)的研究人员开发出了一种识别肺癌的“另类”方法:**通过训练算法,来识别肿瘤外部区域及附近血管的断层扫描(CAT)图像,从而让算法判断图像中肿瘤是否为恶性。**这一研究成果发表在了《Radiology》上。
目前使用的肺癌筛查方式主要是由放射科医生在CAT图像中识别可疑的结节,然后对患者进行手术活检或采用其它侵入性手段来对结节进行分析。这种方式过程很复杂,且费用非常高昂,而通常在图像中有很多结节无法被准确识别,其中绝大部分在进行进一步检查之后被发现是良性的。如果能有一种方法,让医生在进行手术之前就能够判断结节是良性还是恶性,这不仅可以减少费用,还可以降低一系列手术和检查带来的其它风险。
▲该研究的流程示意图(图片来源:《Radiology》)
针对这一情况,凯斯西储大学的研究人员们开始尝试借助机器学习和算法的力量,来对肿瘤进行识别。他们收集了2007-2013年期间来自两所机构290名患者的标准诊断非增强CT图像,来对图像中的结节进行组织病理学分析。这些患者包括125名男性和165名女性,年龄范围在18-92岁之间。由放射科医生在这些图像上对结节进行识别,并进行手工注释,内容包括结节的形状和纹理等特征,而这些信息都是从结节内部及周围区域提取出来的。
在提取了结节数据之后,研究人员利用这些数据对机器学习算法进行训练,并使用另一个包含145名患者的测试集来进行验证。算法得出的结果将会与两名放射科医生识别的结果进行对比。结果显示,机器学习算法能够以80%的准确率来判断结节是良性还是恶性,而作为对比的放射科医生准确率只有60%。
▲AI对肿瘤及其周围区域的图像进行识别(图片来源《Radiology》)
在今年早些时候,另外一项研究表明,在CAT图像中结节周围弯弯曲曲的血管可以作为识别肿瘤的依据,其区分恶性和良性结节的准确率达到了85%。
研究人员表示,这项研究的突破之处在于,它转换了人们识别和检测肿瘤的思路。“我对这些研究感到兴奋的首要原因是,我们过去接受的是‘重要信息都在肿瘤内部’的思路,但这些新研究明确地证明了,肿瘤外部同样也有很多有用的信号,”该研究的负责人,凯斯西储大学工程学院生物医学工程教授Anant Madabhushi博士表示,“由于没有发现更好的筛查手段,我们过去在肺癌筛查上的表现一直没有达到最佳。而更好的工具现在已经出现了。”
如何学习AI大模型? 零基础入门到精通,收藏这一篇就够了
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传****,朋友们如果需要可以微信扫描下方****官方认证二维码免费领取【保证100%免费
】
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。