Nul
Facebook ‘ s artificial intelligence research group og NYU School of Medicine har samarbejdet om værktøjer, der kan fremskynde magnetisk resonans imaging scanninger.
I forbindelse med NYU School of Medicine ‘ s Afdeling for Radiologi, Facebook forskere satte sig for at bruge AI til at gøre MR-scanninger 10x hurtigere. Maskinindlæring og kunstig intelligens, er de vigtigste teknologier for MR-markedet, som sigter mod at scanne og fortolke MRIs hurtigere.
Forskningsprojektet, døbt fastMRI, var i stand til at producere pålidelige MR-scanninger med mindre data. Hvis MR-maskiner kan fungere, uden så meget data som indsamles i dag, scanning proces kan fremskyndes dramatisk. Mennesker, der er klaustrofobisk, i smerte eller en ung har problemer med MR-scanninger, der kan tage mere end en time. NYU ‘ s Center for Avanceret Billedbehandling Innovation & Forskning er fokuseret på at bringe nye teknologier til at fremskynde og forbedre medicinske billeder.
I henhold til NYC og Facebook, det oprindelige fokus på fastMRI er til at ændre, hvordan MR-maskiner fungerer. Scannere samle numeriske data i en serie af på hinanden følgende synspunkter og derefter data i tværsnits-billeder. Flere data betyder mere tid i MRI-maskine.
Denne tilgang er bemærkelsesværdig, da en masse af medicinsk billedbehandling forskning med AI har drejet sig om at fortolke resultaterne med machine learning. Overveje:
Qure.ai lancerer AI-system til at læse hovedet CT-scanninger og finde abnormalitiesNvidia, Nuance-holdet op for at bringe AI, machine learning til at radiologistsNvidia og MIT komme et skridt tættere på ‘Computer, forbedre image rengøring
FastMRI brugt en NYU School of Medicine data sæt på 10.000 kliniske tilfælde og 3 millioner MRIs af knæet, hjernen og leveren. Patient data blev strippet ud sammen med kendetegn. Ingen Facebook data, der blev brugt.
Som forsknings-projektet skrider frem, fastMRI sagde, at det vil open source-arbejdet og Facebook vil dele AI modeller, slutresultater og evaluering målinger. NYU vil open source image data sæt.
Se alle digitale sundhed og wellness
I teorien, nye teknikker til at MRIs kunne behandle flere patienter og lavere omkostninger samt stråling fra røntgenbilleder og CT-scanninger.
AI kan fremskynde MR proces, uddannelse af neurale netværk til at genkende strukturen af billeder og fylde i udsigt. Processen svarer til, hvordan den menneskelige hjerne kan modtage et ufuldstændigt billede, og udfyld manglende dele.
Fangsten er, at neurale netværk, der skal bygge bro over huller uden at såre nøjagtighed. NYU Langone Sundhed, der tæller NYU School of Medicine, som en afdeling, der har arbejdet med billedbehandling og AI. NYU er også en IBM-partner.
Projektet vil fokusere på at MRIs første, men også udvide til andre medicinsk billedbehandling områder, såsom CT-scanninger.
Relaterede Emner:
Kunstig Intelligens
0