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

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181112B1HD8B00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券