Die Anzahl der Bereiche der Medizin, für die Systeme der künstlichen Intelligenz KI in den letzten zehn Jahren über Algorithmen und Software Lösungen bereitgestellt haben, scheint zu zahlreich, um sie zu erwähnen.
Eine der größeren Herausforderungen besteht jedoch darin, KI-Fähigkeiten für das Gehirn zu entwickeln, obwohl eine Reihe innovativer Methoden die Generierung von verbesserte Bilder des Gehirns oder 3D-Modelle haben einen Einfluss gemacht.
Ein Forscherteam des amerikanischen Technologieunternehmens Nvidia, des MGH & BWH-Zentrums für klinische Datenwissenschaft und der Mayo-Klinik erstellt synthetische MRT-Bilder des Gehirns über ein KI-System. generative gegnerische Netzwerke GANs, tiefe neuronale Netze, die zwei Systeme miteinander verbinden, wobei das erste das synthetische Bild selbst erzeugt und das andere die Fehler entdeckt. Das Ergebnis ist a symbiotische Beziehung das verbessert beide Systeme und bietet Ärzten ein klareres Bild davon, was im Gehirn passiert. Mit anderen Worten, sie sind die ultimativen Frenemies .
Die Auswirkungen der Forschung von Nvidia auf die Bildgebung des Gehirns
Das Team präsentiert seine Forschungsergebnisse auf der jährlichen Medizinischer Bildgebungscomputer und computergestützte Intervention MICCAI -Konferenz, die diese Woche in Granada, Spanien, stattfinden wird.
Hoo Chang Shin, leitender Forscher bei Nvidia und Co-Moderator bei der dieswöchigen Konferenz erklärt zu ZDNet wie GANs eine Rolle bei der Erstellung eines vollständigen Bildes spielen können, um Gehirnanomalien besser zu verstehen: "Vielfalt ist entscheidend für den Erfolg beim Training neuronaler Netze, aber medizinische Bildgebungsdaten sind normalerweise unausgewogen", sagte er und fügte hinzu: "Es gibt so viele weiterenormale Fälle als abnormale Fälle, wenn uns abnormale Fälle wichtig sind, um zu versuchen, sie zu erkennen und zu diagnostizieren. "
Nvidia-Forscher hatten auch mit zusammengearbeitet Qure.ai ein KI-Unternehmen im Gesundheitswesen, das Anfang des Jahres Deep-Learning-Technologie einsetzt, um CT-Scans des Gehirns zur Erkennung von Anomalien durchzuführen. Ankit Modo, Gründungsmitglied von Qure.ai und KI-Wissenschaftler „Das Training von Deep-Learning-Modellen, insbesondere im Gesundheitswesen, ist nur ein Teil des Aufbaus eines erfolgreichen KI-Produkts. Es ist eine gewaltige und interessante Herausforderung für sich, es den Ärzten im Gesundheitswesen zur Verfügung zu stellen.“ geteilt .
Das unbegrenzte Potenzial von GANs
GANs sind relativ neu und wurden erst 2014 dank der Arbeit eines Teams von KI-Wissenschaftlern in die wissenschaftliche Gemeinschaft eingeführt. Sie sind weiterhin ein großer Vorteil für die Erzeugung von Bildern. Eine Gruppe von Wissenschaftlern, ebenfalls aus Nvidia, verwendete cGANs ein bedingt Formular Anfang dieses Jahres zur Entwicklung fotorealistischer Bilder unter Verwendung von High-Level-Labels: Die verschiedenen Bilder könnten mithilfe semantischer Label-Maps gesteuert und manipuliert werden.
„Wir glauben, dass diese Beiträge den Bereich der Bildsynthese erweitern und auf viele andere verwandte Forschungsbereiche angewendet werden können, einschließlich medizinischer Bildgebung und Biologie“, so das Team. geteilt .
Angesichts der vielfältigen Anwendung von GANs und der wachsenden Zahl neuer Wissenschaftler, die sich der Verbesserung von Trainingstechniken widmen, werden wir weiterhin überraschende Bereiche sehen, in denen GANs eingesetzt werden.
Details zur Originalstudie finden Sie in einem Artikel. betitelt "Medizinische Bildsynthese zur Datenerweiterung und -anonymisierung mithilfe generativer kontradiktorischer Netzwerke", die am 13. September in der Cornell University Library zur endgültigen Überarbeitung eingereicht wurde.
Via : Nvidia