Web Analytics Made Easy - Statcounter
به نقل از «ايتنا»
2024-04-25@07:28:25 GMT

تفسیر تصاویر پزشکی با یادگیری عمیق

تاریخ انتشار: ۲۴ آذر ۱۳۹۷ | کد خبر: ۲۱۹۵۸۴۸۹

تفسیر تصاویر پزشکی با یادگیری عمیق

ایتنا - با این روش، از هر صد بیمار، نزدیک به پنج تن از آنان از عمل جراحی بی‌مورد نجات پیدا می‌کنند.
یک تصویر MRI را درنظر بگیرید. آیا با نگاه کردن به آن، می‌توانید مشکل بیمار را پیدا کنید؟
الگوریتم یادگیری عمیق یادگیری ژرف) می‌تواند پارگی رباط صلیبی جلو را تشخیص دهد و محل دقیق آن را هم با استفاده از یک نقشه توزیع دمایی (heat map) بیابد.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

در چنین نقشه‌ای، محل عارضه پررنگ‌تر از جاهای دیگر است.
 
به گزارش ایتنا به نقل از دانشگاه استانفورد، متخصصان یادگیری ماشین در این مرکز علمی به‌تازگی توانسته‌اند برای پیش‌بینی مشکلات بیمار در تصاویر MRI زانو، یک الگوریتم جدید بنویسند و با دادن آن به رادیولوژیست‌ها و جراحان در طی تفسیر تصویر، سودمندی آن را بسنجند.
 
گفتنی سنگ بنای اصلی این سامانه پیش‌بینی، MRNet نام دارد که یک شبکه عصبی پیچشی (CNN) است که یک سری MRI سه‌بُعدی را به یک احتمال می‌نگارد.
   
از آنجا که MRNet برای هریک از سری‌های ساژیتال (شکاف سهمی جمجمه)، قله جمجمه و محوری یک پیش‌بینی دارد، این محققان برای وزن دادن به پیش‌بینی‌ها و دست یافتن به یک خروجی برای هر آزمون، از روش رگرسیون لجستیک استفاده کردند. آنان همچنین عملکرد رادیولوژیست‌های عمومی وجراحان را بدون این مدل‌های کمکی سنجیدند.
 
بنابر یافته‌های دانشمندان، این روش تا حد زیادی سبب کاهش در تشخیص اشتباه پارگی رباط صلیبی در بیماران می‌گردد. با این روش، از هر صد بیمار، نزدیک به پنج تن از آنان از عمل جراحی بی‌مورد نجات پیدا می‌کنند.
 
پیش‌بینی و تعیین محل دقیق عارضه به‌صورت خودکار، می‌تواند به رادیولوژیست‌ها یا حتی متخصصان غیررادیولوژیستی (همچون جراحان ارتوپدی) کمک کند تا بتوانند تصاویر پزشکی را برای بیماران تفسیر کنند و منتظر تفسیر متخصص رادیولوژیست نمایند.
البته در هنگامی که متخصص رادیولوژیست حضور ندارد، این کار می‌تواند در تفسیر درست، کاهش خطا و کمک به استانداردسازی کیفیت تشخیص نیز مفید واقع شود.
   
دانشمندان می‌گویند برای ارزیابی قابلیت یکپارچه‌سازی بهینه این مدل و دیگر مدل‌های یادگیری ژرف در حوزه بالینی، مطالعات بیشتری باید انجام شود. آنها امیدوار هستند تا با انجام کار مشترک با فعالان بخش بهداشت و درمان، به تحقیقات بیشتر و اعتبارسنجی مدل‌های خودکار هوش مصنوعی در تصویربرداری پزشکی بپردازند.
 

منبع: ايتنا

کلیدواژه: فناوری تصاویر پزشکی یادگیری عمیق

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.itna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ايتنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۱۹۵۸۴۸۹ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

پیش بینی استقرار پایگاه فوریت‌های پزشکی در مسیر زوار شلمچه

به گزارش خبرگزاری صدا و سیما آبادان، معاون توسعه مدیریت و منابع دانشگاه علوم پزشکی آبادان در نخستین نشست ستاد برگزاری مراسم راهپیمایی اربعین حسینی ۱۴۰۳ دانشگاه علوم پزشکی آبادان در اربعین حسینی گفت: ۱۰ دستگاه آمبولانس و ۲ دستگاه اتوبوس آمبولانس در مرکز شهید سلیمانی شلمچه مستقر خواهند شد.
اسماعیل ویسی به استقرار هواپیمای بیماربر در منطقه و نقطه گذاری هفت محل برای ایجاد سالن‌های سرد برای رفاه حال زائران اربعین حسینی اشاره کرد و افزود: نیرو‌های دانشگاه علوم پزشکی آبادان از پانزدهم مردادماه سال‌جاری با استقرار نیرو‌های خدمات‌رسان حوزه سلامت آغاز و تا یک هفته پس از اربعین ادامه خواهد داشت.
نشست‌های ستاد رابعین حسینی دانشگاه علوم پزشکی آبادان با فواصل زمانی هر ۲ هفته یکبار، نیاز‌ها و پیشنهادات خود را برای خدمات رسانی به زائران مورد بررسی قرار می‌دهد و از سوی دبیرخانه اربعین حسینی جمع‌بندی و به معاونت توسعه مدیریت و منابع اعلام می‌کند.
وی با اشاره به اینکه شرایط دانشگاه علوم پزشکی آبادان برای خدمت به زائران اربعین نسبت به سال گذشته امکانات بیشتر پیش‌بینی کرده است گفت: نیاز‌های دارویی و درمانی زائران در مرکز شهید سلیمانی شلمچه تامین خواهد شد.
در ادامه، اعضای حاضر در این نشست برنامه‌های خود را برای برگزاری مراسم اربعین حسینی سال‌جاری تشریح کردند و همچنین به بیان نیاز‌ها و چالش‌های احتمالی پیش رو پرداختند.

بر اساس تقویم رسمی کشور چهارم شهریور برابر با ۲۰ صفر ۱۴۴۵ هجری شمشی اربعین حسینی است.

دیگر خبرها

  • پیش بینی استقرار پایگاه فوریت‌های پزشکی در مسیر زوار شلمچه
  • کاشت الکترود در مغز یک زن برای درمان سندروم لی + فیلم
  • هشدار درباره انتقال بیمار از مراکز دولتی به بیمارستان‌های خصوصی!/ باید چرخه پرگلایه «بیمه» اصلاح شود/ متاسفانه از اولویت نخست یعنی بهداشت غفلت شده است
  • شناسایی بیش از ۲۲هزار بیمار دیابتی در نیشابور
  • سه بیمار شیرازی با اهدای عضو دختر ۱۸ ساله تربت جامی جان دوباره گرفتند
  • اعضای بیمار مرگ مغزی در مشهد جان ۴ را نفر را نجات داد
  • پیوند اعضای بانوی مرگ مغزی بجنوردی به ۵ بیمار
  • ارتقای سطح کیفی آموزش به دانشجویان با تبیین اهمیت یادگیری عمیق
  • اعضای بانوی مرگ مغزی در مشهد به پنج بیمار زندگی بخشید
  • اعضای بانوی مرگ مغزی ساکن بجنورد به پنج بیمار زندگی بخشید