IBM利用AI自动检测青光眼，准确率高达94%

编译：chux

出品：ATYUN订阅号

青光眼影响美国超过270万人，是世界上导致失明的主要原因之一。为了研究深度学习如何帮助医生更有效地诊断疾病，IBM和纽约大学的研究人员开发了一种深度学习框架，可以自动检测青光眼，94％的准确度。

研究人员表示，“我们详细介绍了一种新的深度学习框架，该框架直接从原始光学相干断层扫描（OCT）成像检测青光眼，这种方法利用光波拍摄视网膜的横截面图像。”

使用NVIDIA Tesla GPU和cuDNN加速的Keras和TensorFlow深度学习框架，该团队用624名患者的数百个OCT图像上训练他们的卷积神经网络。该团队将数据集分为888个训练样本，112个验证样本和110个测试样本。属于同一患者的眼睛未在数据集中分开。该队列包括217名健康和432名青光眼患者。

经过训练，神经网络在病例中正确识别出青光眼的准确率高达94％。

“我们认为，这种精度的提高是由于在图像结构的自动分割中消除了错误，以及包含了图像中目前没有用于这一目的的区域，”IBM研究科学家Bravna Antony表示。

该团队表示，他们的五层神经网络允许算法以更高的效率运行。该方法还优于先前的最先进框架，该框架在同一任务上实现了89％的准确率。

在未来的工作中，该团队将调查青光眼的潜在生物标志物，这可能使人们对该疾病的了解更深入。

论文：arxiv.org/pdf/1807.04855v1.pdf