🚀 Trustee Plus - ваш криптогаманець з вбудованою платіжною карткою тут 👉

Исследователи хотят создать беспроводное устройство для домашней диагностики COVID-19 на УЗИ-снимках легких и уже научили ИИ находить патологию. Вот как это работает

Исследователи натренировали глубинные нейронные сети (DNN) для выявления особенностей COVID-19 на УЗИ изображений легких. Механизм напоминает процесс распознавания лица в толпе, а все базы данных учёные выложили в открытом доступе.

Оставить комментарий
Исследователи хотят создать беспроводное устройство для домашней диагностики COVID-19 на УЗИ-снимках легких и уже научили ИИ находить патологию. Вот как это работает

Исследователи натренировали глубинные нейронные сети (DNN) для выявления особенностей COVID-19 на УЗИ изображений легких. Механизм напоминает процесс распознавания лица в толпе, а все базы данных учёные выложили в открытом доступе.

Как работает нейросеть

Ученые разработали и проверили семь разных стратегий, чтобы научить нейросети. Принимаемая для обучения база включала реальные данные и смоделированные данные пациента, чтобы научить вычислительный инструмент правильно диагностировать особенности изображения с высокой точностью. Смоделированные данные были созданы с помощью программного обеспечения, моделирующего физику ультразвука и распространение акустических волн.

Изображение изнутри живых людей и смоделированные примеры (Фото Nature)

«В начале пандемии у нас не было достаточно ультразвуковых изображений пациентов с COVID-19, чтобы разработать и проверить наши алгоритмы, и в результате наши глубокие нейронные сети так и не достигли максимальной производительности», — сказал первый автор Линги Чжао, разработавший программное обеспечение. во время докторантуры в лаборатории Белла, а сейчас работает в Novateur Research Solutions, как пишет Medical Xpress.

Первый набор данных — это общедоступный набор данных, включающий 202 видео и 59 изображений образцов пациентов с COVID-19, пациентов с бактериальной пневмонией (не COVID-19) вирусной пневмонией и здоровых лиц контрольной группы.

Для второго набора данных для исследований ученые использовали изображения, полученные с помощью конвексного зонда (Clarius C3HD) и программы Clarius Ultrasound (v8.0.1, Clarius Mobile Health Corp.) в американской больнице Джонса Хопкинса (Балтимор, штат Мериленд, США) с декабря 2021 г. году по май 2022 года.

Смоделированные образцы и примеры in vivo, полученные в больнице Джонса Хопкинса (Фото Nature)

Данные разделили случайным образом на несколько частей, чтобы произвести трехкратную перекрестную проверку.

«Мы разработали этот автоматизированный инструмент обнаружения, чтобы помочь врачам в неотложных ситуациях с большим количеством пациентов, нуждающихся в быстрой и точной диагностике, как, например, на ранних стадиях пандемии», — сказал старший автор Муината Белл, ассоциированный сотрудник Джон С. Малоун, профессор электротехники и компьютерной инженерии, биомедицинской инженерии и компьютерных наук в Университете Джона Хопкинса.

«Потенциально мы хотим иметь беспроводные устройства, которыми пациенты могли бы также пользоваться дома для мониторинга прогрессирования COVID-19», — отметил ученый.

Как проходили тестирование

С помощью MATLAB ученые смоделировали около 30 000 фантомов легких на основе общедоступных ультразвуковых изображений in vivo. Для повышения вариабельности изменены положения и эхогенность признаков. Чтобы создать каждый фантом, рассеиватели были случайным образом распределены по УЗИ-изображению, включая слои кожи, слои мышц, плевральные линии и ребра. Амплитуду каждого рассеивателя выбирали случайным образом из предопределенного диапазона для каждой функции.

Архитектура генеративной модели (DNN) реализована для сегментации интересных функций с примерами входных и выходных данных (Фото Nature)

«Идеальным вариантом использования были бы переносные ультразвуковые пластыри, отслеживающие накопление жидкости и сообщающие пациентам, когда им нужна коррекция лекарства или когда им нужно обратиться к врачу», — сказала соавтор Тиффани Фонг, доцент кафедры неотложной медицины Джона Хопкинса.

Для определения наиболее подходящей стратегии для пациентов с COVID-19 ученые:

  • Научили сети сегментировать функции линии B с помощью нескольких комбинаций стратегий обучения и тестирования.
  • Проверили производительность сети с помощью ультразвуковых изображений легких у B-режима пациентов с COVID-19.
  • Сравните тестовые DSC каждой сети и определяем наиболее приемлемый подход относительно точности прогнозирования и количества необходимых эпох обучения.

Этот подход имеет последствия для выявления COVID-19 и мониторинга пациентов с длительным COVID-синдромом и пост-COVID-синдромом.

Что в итоге

Исследователи сочли тестирование генеративной модели успешным, используя различные комбинации доступных учебных наборов данных и предоставили публичный доступ к смоделированным наборам данных:

  • Набор парных наземных сегментаций истинности и меток сегментации для набора данных in vivo POCUS по ссылке .
  • Набор данных POCUS доступен по ссылке .
  • Смоделированный и отмеченный набор данных in vivo COVID-19 по ссылке .
Читайте главные IT-новости страны в нашем Telegram
Читайте главные IT-новости страны в нашем Telegram
По теме
Читайте главные IT-новости страны в нашем Telegram
Исследователи смоделировали задачу, которую квантовый компьютер D-Wave способен выполнить в миллионы лет быстрее, чем суперкомпьютеры Summit и Frontier.
Исследователи смоделировали задачу, которую квантовый компьютер D-Wave способен выполнить в миллионы лет быстрее, чем суперкомпьютеры Summit и Frontier
По теме
Исследователи смоделировали задачу, которую квантовый компьютер D-Wave способен выполнить в миллионы лет быстрее, чем суперкомпьютеры Summit и Frontier
Исследователи OpenAI предупредили совет о прорыве в сфере ИИ накануне увольнения Сэма Альтмана. Что их обеспокоило
Исследователи OpenAI предупредили совет о прорыве в сфере ИИ накануне увольнения Сэма Альтмана. Что их обеспокоило
По теме
Исследователи OpenAI предупредили совет о прорыве в сфере ИИ накануне увольнения Сэма Альтмана. Что их обеспокоило
Японские исследователи совершили «гигантский скачок» в создании киборгов и интегрировали человеческую ткань в работа. Как это возможно?
Японские исследователи совершили «гигантский скачок» в создании киборгов и интегрировали человеческую ткань в работа. Как это возможно?
По теме
Японские исследователи совершили «гигантский скачок» в создании киборгов и интегрировали человеческую ткань в работа. Как это возможно?
"ИИ открывает новые возможности для злоумышленников". Какие вызовы кибербезопасности в эпоху искусственного интеллекта легко можно не заметить: гайд от Райфа
«ИИ открывает новые возможности для злоумышленников». Какие вызовы кибербезопасности в эпоху искусственного интеллекта легко можно не заметить: гайд от Райфа
По теме
«ИИ открывает новые возможности для злоумышленников». Какие вызовы кибербезопасности в эпоху искусственного интеллекта легко можно не заметить: гайд от Райфа
УЧАСТЬ В АЗАРТНИХ ІГРАХ МОЖЕ ВИКЛИКАТИ ІГРОВУ ЗАЛЕЖНІСТЬ. ДОТРИМУЙТЕСЯ ПРАВИЛ (ПРИНЦИПІВ) ВІДПОВІДАЛЬНОЇ ГРИ.
Ліцензія видана ТОВ "СЛОТС Ю.ЕЙ." на провадження діяльності з організації та проведення азартних ігор казино у мережі Інтернет від 15.09.23 (рішення КРАІЛ №245 від 31.08.2023); ТОВ "СЛОТС Ю.ЕЙ." – на провадження діяльності з організації та проведення азартних ігор казино у мережі Інтернет від 26.04.2021 (рішення КРАІЛ №150 від 12.04.2021); ТОВ «СПЕЙСИКС» – на провадження діяльності з організації та проведення азартних ігор казино у мережі Інтернет від 08.02.2021 (рішення КРАІЛ №34 від 02.02.2021); ТОВ «ГЕЙМДЕВ» – на провадження діяльності з організації та проведення азартних ігор казино у мережі Інтернет від 16.02.2021 (рішення № 47 від 10.02.2021).
Читайте также
Collaba. Искусственный интеллект помог Ивану Дорну найти музыкальные таланты
Collaba. Искусственный интеллект помог Ивану Дорну найти музыкальные таланты
Collaba. Искусственный интеллект помог Ивану Дорну найти музыкальные таланты
Террористический хаос, неравенство и автономные киллеры. 7 главных мыслей тайваньского AI-гуру Кай-Фу Ли о развитии эры искусственного интеллекта
Террористический хаос, неравенство и автономные киллеры. 7 главных мыслей тайваньского AI-гуру Кай-Фу Ли о развитии эры искусственного интеллекта
Террористический хаос, неравенство и автономные киллеры. 7 главных мыслей тайваньского AI-гуру Кай-Фу Ли о развитии эры искусственного интеллекта
В «Киевстар» будут внедрять NLU в IVR и чат боте. Для направления уже ищут PM
В «Киевстар» будут внедрять NLU в IVR и чат боте. Для направления уже ищут PM
В «Киевстар» будут внедрять NLU в IVR и чат боте. Для направления уже ищут PM
Ровенские стартаперы разработать чудо-часы, которые спасают от COVID и смерти. Как работает MISU, за которым выстраиваются очереди
Ровенские стартаперы разработать чудо-часы, которые спасают от COVID и смерти. Как работает MISU, за которым выстраиваются очереди
Ровенские стартаперы разработать чудо-часы, которые спасают от COVID и смерти. Как работает MISU, за которым выстраиваются очереди
Следить за состоянием здоровья родных онлайн, не беспокоясь, что «скорая» может не успеть, — возможно. Это доказала команда украинских стартаперов из Ровно.  Авторы проекта MISU Владимир Шевчук, Александр Коленчук и Дмитрий Круглов — математики, занимающиеся фармацевтическим бизнесом. Летом 2021 года они поняли, что несколько оптимизировав всем уже привычные умные часы, можно получить устройство, которое мониторит состояние работы организма и помогает предупредить сбои и уберечь от больничной койки. Сами фаундеры говорят, что часы других брендов тоже можно использовать. Последний гаджет куплен для мамы Владимира, а написанный для MISU софт легко коннектится с любыми гаджетами других брендов.  Стартаперы рассказали dev.ua как работает и спасает жизни их изобретение MISU, почему спрос на него превышает предложение, и как они едва не стали заложниками Минздрава.
6 комментариев

Хотите сообщить важную новость? Пишите в Telegram-бот

Главные события и полезные ссылки в нашем Telegram-канале

Обсуждение
Комментариев пока нет.