区块链 > 正文

MATRIX应用的新可能:探索AI医疗诊断

2019-03-12 12:33:02来源:

医疗诊断中的人工智能

相比起传统医疗,人工智能可以帮助平衡医疗水平差异,提高医疗诊断的准确率和效率,辅助医生实现疾病的早期筛查。基于这个共识,MATRIX与同济大学上海肺科医院、复旦大学附属华东医院进行产学研合作,主攻小细胞癌症项目与骨折检测项目,依靠人工智能强大的学习能力对海量的过往病例与治疗方案以及文献进行检索,提出完备的治疗方案,降低误诊和漏诊发生的可能性。

小细胞癌症(面向小细胞癌症诊断的AI增强影像方案)

小细胞肺癌是肺癌的基本类型之一。尽管和非小细胞肺癌相比,小细胞肺癌占肺癌比例的15%~20%,但是由于其极具侵袭性并且转移迅速而难以治疗,是一种恶性程度较高的肺癌。

MATRIX利用人工智能技术检测小细胞癌症,主要包括数据收集、数据预处理、图像分割、肺结节标记、模型训练、分类预测几大部分。

MATRIX解决了增强CT图像过大而难以分析的问题,研发系统在超大图像(20000*20000)的情况下,能够兼顾全局和微观,实现对于小细胞癌症进行鉴别,计算患癌面积并完成病灶勾勒。

骨折检测(面向肋骨骨折诊断的AI影像方案)

由于肋骨数量多、空间关系复杂,导致医生诊断工作量巨大,而且容易漏诊。

MATRIX对已经过脱敏处理的原始CT图像重建获得三维图像,通过高级形态学分辨出人体的脊柱和胸骨,再针对骨骼进行分割,去除胸骨和脊柱后,获得其他骨骼,识别出所有的肋骨后,将肋骨与医生标注后的数据通过集合和众数的方式进行匹配,骨折数据以VOC&COCO的标准来制作,得到可供AI模型训练用的数据,最终AI模型经过大量数据训练后能够准确判断骨折类型。

与其他研究不同的是,MATRIX为了解决了骨骼分割不清、骨质稀疏腐蚀等问题,在分析过程中利用了高级形态学、增量、腐蚀和循环规则收集;同时为了提高获取肋骨骨骼的效率,采用代码加速,具体包括改进插值算法和加入opencv等。

研发系统能够实现对骨折类型诊断,极大提升诊疗准确率和效率。

这些AI技术与“我们”有何关系?

MATRIX希望AI医疗诊断可以协助医生完成疾病筛查的工作,帮助患者降低医疗成本,减少误诊几率。所以在姿态识别、物体识别之外,MATRIX上线了“医疗诊断”。

当你登录网页钱包后,点击AI 交易,选择一种方式解锁钱包,在钱包解锁并进入交易界面后,选中“医疗诊断”。

选取并上传指定格式的压缩文件,文件要包含完整的一套医疗影像的dcm文件压缩包,上传后选择生成并发送交易。

等待 15 分钟左右,会返回处理结果(可以通过hash查询–与姿态识别和物体识别一样,交易发送方是ai处理交易的接收方;也可以在浏览器的AI 交易分类下查询)

需要注意的是目前仅支持肺部诊疗影像的处理,骨折检测将会在测试完成后上线,敬请期待。

AI不止帮助MATRIX探寻区块链的更多可能,也在其他领域寻求突破,目前的AI医疗应用是MATRIX非常自豪的一部分,未来MATRIX上的挖矿算力将能够帮助训练更多的人工智能模型。希望每一位使用者都能从中受益,感受到人工智能的力量。

相关阅读

  • 电影花絮
  • 电影情报
  • 圈子新闻
  • 电影新闻
  • 电影搜罗
  • 电视剧
  • 影视演员
推荐阅读