新模型使用計(jì)算機(jī)視覺(jué)和AI來(lái)識(shí)別X射線中的病毒

克蘭菲爾德大學(xué)的學(xué)生設(shè)計(jì)了可以識(shí)別X射線中的計(jì)算機(jī)模型。

這些模型使用計(jì)算機(jī)視覺(jué)和人工智能(AI)分析胸部X射線圖像。它可以對(duì)肉眼通常無(wú)法識(shí)別的信息進(jìn)行分類，并有助于診斷。

的常見(jiàn)癥狀是。AI能夠檢測(cè)X射線中的異常，將其歸為陽(yáng)性，然后使用第二種模型來(lái)診斷是否由病毒引起。

研究他們的MSc程序的兩個(gè)小組，專門研究計(jì)算機(jī)和機(jī)器視覺(jué)(CMV選項(xiàng))，決定將這個(gè)具有挑戰(zhàn)性的主題作為小組項(xiàng)目。小組項(xiàng)目為學(xué)生提供了合作解決問(wèn)題和設(shè)計(jì)解決方案的機(jī)會(huì)。

今年，小組項(xiàng)目活動(dòng)本身受到了的影響，由于封鎖，一些學(xué)生返回了海外的家中。盡管在和法國(guó)以及附近的克蘭菲爾德和米爾頓凱恩斯相距數(shù)千英里，但堅(jiān)定的團(tuán)隊(duì)還是繼續(xù)了他們的項(xiàng)目。大學(xué)為學(xué)生提供的視頻會(huì)議和IT設(shè)施對(duì)于允許訪問(wèn)必要的計(jì)算資源，確保研究的繼續(xù)和成功至關(guān)重要。

在公共領(lǐng)域缺少包含詳細(xì)信息的X射線圖像是一個(gè)挑戰(zhàn)-但是，研究小組能夠從各種來(lái)源構(gòu)建詳細(xì)信息。

這些小組采用了傳統(tǒng)的機(jī)器學(xué)習(xí)算法以及深度學(xué)習(xí)框架，這是一種機(jī)器學(xué)習(xí)技術(shù)，可以通過(guò)示例來(lái)指導(dǎo)計(jì)算機(jī)學(xué)習(xí)。該項(xiàng)目中使用的AI模型能夠非常準(zhǔn)確地預(yù)測(cè)結(jié)果。但是，研究團(tuán)隊(duì)認(rèn)為，他們能夠進(jìn)一步開(kāi)發(fā)新算法，以產(chǎn)生更加強(qiáng)大和可靠的結(jié)果。

團(tuán)隊(duì)由Cranfield大學(xué)計(jì)算工程講師Zeeshan Rana博士領(lǐng)導(dǎo)。他現(xiàn)在正在探索與醫(yī)療機(jī)構(gòu)或行業(yè)的合作機(jī)會(huì)，以使用更高級(jí)的AI算法和CT(計(jì)算機(jī)斷層掃描)掃描將項(xiàng)目開(kāi)發(fā)到更高水平，以顯示結(jié)果的更多細(xì)節(jié)和準(zhǔn)確性。