میرنیوز
هوش مصنوعی دستیار رادیولوژیست ها می شود
2024-11-20T08:40:39+03:30
به گزارش خبرگزاری مهربه نقل از فیز، مدل های هوش مصنوعی هم اکنون قادر هستند با دقتی مشابه پزشکان چنین تومورهایی را در تصاویر ام آر آی شناسایی کنند. محققان به طور مستمر استفاده از هوش مصنوعی در حوزه پزشکی را گسترش داده اند. به خصوص استفاده از این فناوری در زمینه رادیولوژی نویدبخش بوده است. در این حوزه انتظار بیماران برای آنکه تکنیسین ها تصاویر پزشکی را پردازش کنند، ممکن است فرایند درمان را به تعویق بیندازد.
به همین دلیل شبکه های عصبی کانولوشنال ابزارهای قدرتمندی هستند که به محققان اجازه می دهند مدل های هوش مصنوعی را براساس مخازن بزرگی از تصاویر آموزش دهند تا عکس ها را شناسایی و دسته بندی کنند.
به این ترتیب شبکه های مذکور می توانند ایجاد تمایز بین تصاویر را بیاموزند. شبکه های عصبی کانولوشنال همچنین ظرفیت انتقال یادگیری را دارند. بنابراین محققان می توانند از مدل های آموزش دیده برای انجام یک فعالیت جدید مانند یک پروژه مرتبط دوباره استفاده کنند.
هرچند ردیابی حیوانات استتار شده و دسته بندی تومورهای مغزی شامل دو نوع دسته بندی متمایز عکس است، اما محققان این پژوهش معتقدند بین حیوانی که در طبیعت استتار کرده و گروهی از سلول‌های سرطانی که با بافت سالم اطراف ترکیب می‌شوند، شباهتی وجود دارد.
فرآیند تعمیم محتوای آموخته شده یا به عبارتی گروه بندی موارد مختلف در یک زیر مجموعه ماهیتی، برای درک اینکه چگونه یک شبکه می تواند اشیاء استتار شده را تشخیص دهد، ضروری است. چنین آموزشی می تواند به ویژه برای تشخیص تومور مفید باشد.
در همین راستا محققان در پژوهش جدید از داده‌های ام آر آی حوزه عمومی، چگونگی آموزش مدل شبکه های عصبی براساس داده های تصویربرداری سرطان مغز را بررسی کردند. همچنین آنها یک مرحله یادگیری انتقال تشخیص حیوانات استتار منحصر به فرد را برای بهبود مهارت‌های تشخیص تومور شبکه‌ها معرفی کردند.
محققان متوجه شدند این شبکه ها تقریبا در ردیابی تصاویر مغزی نرمال ایده آل هستند و فقط یک تا ۲ اشتباه دارند. این مدل ها قادر به تمایز بین سلول های سالم و سرطانی بودند. نخستین شبکه عصبی ابداعی دقت ۸۵.۹۹ درصدی در ردیابی سرطان مغز داشت و دقت شبکه ای دیگر ۸۳.۸۵ درصد بود.
شبکه عصبی مذکور پس از این تحقیقات، می تواند تصاویری تولید کند که مناطق خاصی را در طبقه بندی تومور مثبت یا منفی خود نشان می دهد. این امر به رادیولوژیست‌ها این امکان را می‌دهد تا تصمیمات خود را با تصمیم‌های شبکه تأیید کنند.
منبع : خبرگزاری مهر
کلمات کلیدی : میرنیوز هوش مصنوعی رادیولوژی تومور مغزی تحقیقات علمی
اشتراک گذاری :
آخرین اخبار علمی
سامانه جدید وزارت علوم برای پاسخگویی به شکایات طراحی و راه‌اندازی شد
بیشترین درخواست «پیشینه پژوهش» از سوی کاربران دانشگاه آزاد
معرفی برگزیدگان ریسرچ‌پیچ و اینوتکس‌پیچ تهران
دستور وزیر علوم برای تامین امنیت خوابگاه‌ها با مشارکت بخش خصوصی
منابع مالی برای رسیدن به رتبه علمی ۱۴ پرداخت نشد
دستور وزیر علوم برای تامین امنیت خوابگاه‌ها
کمبود ۴۵۰ قلم دارو در کشور
ادغام صدا و تصویر در یک دستگاه و پایان عصر اسپیکرها
بازدید وزیر علوم از خوابگاه‌ها و فضای پیرامون دانشگاه صنعتی شریف
سامانه جدید وزرت علوم برای پاسخگویی به شکایات طراحی و راه‌اندازی شد
اعطای تسهیلات تا سقف ۱۵ میلیارد تومان به برگزیدگان «جایزه ملی نکست»
وزیر علوم: رئیس اتحادیه کانون های وکلا، وکالت اولیای دم را بر عهده می‌گیرد
راه اندازی اتاق فکر تخصصی در زمینه کاهش آسیب‌های اعتیاد
راهکار کنترل حالت تهوع در بارداری
چت بات هوش مصنوعی ایلان ماسک رونمایی می شود
معرفی تجهیزات پزشکی ایران‌ساخت در نمایشگاه چین
آنچه مردان باید از پروستات بدانند
رشد چشمگیر روش‌های نوین درمان سرطان در ایران
جذب امریه سربازی در وزارت ارتباطات برای اعزام ۱۴۰۴
تعامل حوزه‌های علمیه قم و نجف تقویت می‌شود
پیگیری دانشگاه تربیت مدرس در خصوص ارتقای امنیت فضای اطراف دانشگاه
نشست تخصصی تجارت فناوری ۹ اسفند برگزار می‌شود
بسته‌های حمایتی معاونت علمی برای رشد اقتصاد هوش مصنوعی
پارچه درخشانی که نور و صدا تولید می‌کند!
رقیب «دیپ ریسرچ» اوپن ای آی و گوگل ارائه شد
تشکیل جلسه فوق‌العاده کمیسیون آموزش مجلس برای بررسی موضوع قتل دانشجوی دانشگاه تهران
کارت ورود به جلسه آزمون کارشناسی‌ارشد سال ۱۴۰۴ منتشر شد
در حادثه دانشگاه تهران برخی موضوع اجتماعی را به مسائل سیاسی ربط دادند
تاکید وزیر علوم بر حفظ رویکرد غیرسیاسی شورای صنفی دانشجویان در پیگیری مطالبات
کشورهایی که در معرض برخورد سیارکی قرار دارند
