乐见人工智能:深度学习如何用于检测眼疾

很多老年人都会有眼睛黄斑部退化(又称老年性黄斑部病变)的毛病,会让视力开始变差,双眼中央视野模糊;最早还能使用倍数更高的放大镜来阅读,但到最后可能都看不清他人的面孔。

老年性黄斑部病变

老年性黄斑部病变(AMD)是五十岁以上美国人丧失视力和失明的主要原因。这是一项不治之症。下图里有两个拿着球的小男孩,画面就象是AMD患者视物的情况。

“(AMD)患者痛苦不堪。不管看着哪里,中心点都是一片模糊。”华盛顿大学眼科学家,也是专攻视网膜问题的助理教授 Dr. Aaron Lee 说。

适合人工智能

Lee 认为人工智能能派上用场,不只是协助 AMD 患者,还有因眼疾而丧失视力的人。

他说 GPU 加速深度学习或许能检测到医生没发现出的疾病迹象,或是加快诊断速度,让医师能更早展开治疗。他已经开发出深度学习算法,可以发现AMD和损害中央视力的黄斑水肿症状。

Lee 说在所有医疗领域里,眼科学最适合从 GPU 加速深度学习里受惠。眼科医师不只能收集训练神经网络所需的大量资料,整个领域里的资料也达到高度标准化的水平。

“一些惊人的事情”

Lee 和他的团队专注于光学同调计算机断层扫描(OCT)测试,这项测试使用光波拍摄视网膜的横截面图片。医生每年进行超过五百万次 OCT 测试来诊断 AMD、青光眼和糖尿病性视网膜病变等疾病,糖尿病患者的高血糖情况会损伤视网膜中的血管及影响视力。

研究人员将十万名患者 OCT 扫描及其电子病历串连起来,以建立 AMD 检测算法。他们使用 CUDA 平行运算平台和 GeForce GTX TITAN X GPU,加上 cuDNN 加速 Python Caffe 深度学习架构,训练出一套辨识 AMD 患者的神经网络,准确率达到 93%。

光学同调计算机断层扫描(OCT)测试让医生看到每个视网膜的独特层次。 (图片来自Ugur Onder Bozkurt通过知识共享。)

仅花了三周时间便开发出的 AMD 算法,消除了 Lee 对 GPU 加速深度学习优点的疑虑。

他说:“我在这里看到一些惊人的事情。使用寻常计算机架构来处理这般规模的资料集,并且训练一套跟我们使用的规模同样庞大的神经网络,根本就做不到。”

人工智能媲美专家水平

对那些结果十分满意的 Lee,加入八个 NVIDIA Tesla P100 GPU 的运算能力,以克服在 OCT 扫描中辨识视网膜内液(IRF)的难题。视网膜血管受到损伤时,会出现 IRF 的情况。医师观看 IRF,以判断患者对药物的反应及改善情况。

该团队训练了一套神经网络,以像素为单位来辨识 IRF,而当前则是靠着医师进行人工判断。这套算法的表现达到专家水平,可以让医师长期客观地追踪患者的改善程度。

Lee 说:“我们利用深度学习找出扫描图片里看不到的特征。”

在上方的 OCT 扫描图像里,黄色区域是人工智能确认出进行诊断时最重要的参考区域。这些区域完全符合图像里异常特征的位置(图片提供:Aaron Lee)。

对人工智能的目标

然而 Lee 见到人工智能有更多机会将为眼科的未来发展,带来不同的改变。

他希望能更快速、更有效地检测眼疾,如此一来医师就可以投入更多时间在治疗病患上。这套系统或许有助于解决治疗高龄人口的医师人数短缺,或是在医生短缺地区提供照护人手的问题,同时对于导致 AMD 和其他疾病的原因出现新的见解。

Lee说:“未来人工智能将在治疗患者方面发挥重要作用。”

如需更多信息,请见 Lee 的研究报告:

Deep Learning Is Effective for Classifying Normal versus Age-Related Macular Degeneration OCT Images

Deep-learning based, automated segmentation of macular edema in optical coherence tomography

Assessment of the need for separate test set and number of medical images necessary for deep learning: a sub-sampling study

研究团队在 github 上公开研究资料:https://github.com/uw-biomedical-ml/oir 及 https://github.com/uw-biomedical-ml/irf-segmenter。

原文发布于微信公众号 - 吉浦迅科技(gpusolution)

原文发表时间:2018-01-31

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

大开眼界:Facebook做了一个会“开眼”的AI,拯救眨眼照片

想象一下,当你带着貌若天仙的女友在海边,她穿着飘逸的波西米亚大摆长裙,海风吹着裙子飞舞,蓦然回首的一刻,露出新垣结衣般的笑容。

1193
来自专栏PPV课数据科学社区

【数据分析】EMC杯开放数据比赛 – 金刚队作品

今天为大家带来的优秀作品赏析,是来自交大的“葫芦娃大战变形金刚”队的“小康的吃路历程”。金刚队成员:康世勇、沈家齐、黄鈃灵、焦天翼、吴嘉韵。 饮食特征: 横坐...

3248
来自专栏AI科技评论

观点 | 从CVPR'18谈谈华人研究者的Leadership

AI 科技评论按:本文作者周博磊,首发于作者的知乎主页,AI 科技评论获其授权转载。

1172
来自专栏PPV课数据科学社区

莱布尼兹如何想出微积分?

一、引言 莱布尼兹 Leibniz(1646~1716)在1714年发表一篇文章叫做 "Historia et origo calculi differenti...

36614
来自专栏大数据文摘

[专访]用大数据解放科学家,学术更简单

26110
来自专栏大数据挖掘DT机器学习

难以解释的数据异常

在分析数据的时候,总有那些一些数据异常无法找到适当的理由进行合理解释,也许可以换个角度来看待这些异常。为什么明明数据发生较大的起伏波动,我们绞尽脑汁还是无法...

3446
来自专栏镁客网

美物理学家颠覆现有全息技术,使走进3D电影的世界成为可能 | 黑科技

1193
来自专栏新智元

【Geoffrey Hinton传奇】你我都是机器人

来源:TorontoLife 作者:Katrina Onstad 编译:文强,司明,张乾 【新智元导读】Torontolife以“Mr Robot”为题对Hin...

3599
来自专栏量子位

今年的NIPS大会还没开,但五大AI竞赛已在PK中

陈桦 编译整理 量子位 出品 | 公众号 QbitAI ? 如果希望推动创新,那么举办比赛是个好主意。这就是NIPS(神经信息处理系统)大会提出的设想。在今年的...

3736
来自专栏新智元

又输了!中国五位大神吊打,Open AI挥别Dota2赛场!

昨天第一场比赛输了之后,在今天Ti8表演赛中,OpenAI Five战队再次与人类交锋。

701

扫码关注云+社区

领取腾讯云代金券