Студенты СевГУ учат нейросети спасать жизни |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-09-13 12:24 Нейросети, обученные студентами СевГУ, помогут врачам выявлять опухоли головного мозга на ранних стадиях. Даниил Марцун и Кристина-Габриэла Вакаренко разработали уникальный алгоритм. В чем сложность ранней диагностики опухолей мозга? Анализ МРТ-изображений — трудоемкий процесс, требующий высокой квалификации специалистов. «Для успешного лечения опухолей головного мозга крайне важно их раннее выявление и точная диагностика», — отмечают разработчики. Как нейросети могут помочь? Нейронные сети способны анализировать снимки МРТ и автоматически выявлять характерные признаки опухолей. Как работает алгоритм, разработанный студентами СевГУ? Студенты использовали специальный тип нейронных сетей — сверточные нейронные сети (СНС), которые обладают высокой точностью распознавания сложных паттернов. Алгоритм включает несколько этапов: Предварительная обработка изображения. Сегментация (разделение изображения на области). Выделение характеристик потенциальной опухоли. Классификация — определение наличия или отсутствия опухоли. Перспективы и значение разработки «Применение СНС в этой области открывает перспективы для развития персонализированной медицины, где алгоритмы машинного обучения помогут в определении наиболее эффективного лечения <...>. В России наблюдается растущий интерес к разработке и внедрению автоматизированных систем диагностики <...>, что способствует повышению качества жизни пациентов и снижению смертности от онкологических заболеваний», — резюмируют авторы исследования. Источник: vk.com Комментарии: |
|