資訊專欄INFORMATION COLUMN
摘要：為了演示的潛在功能，我們將其配置為運(yùn)行兩種不同的癌癥檢測(cè)算法一種用于檢測(cè)淋巴結(jié)標(biāo)本中的乳腺癌轉(zhuǎn)移，另一種用于檢測(cè)前列腺切除術(shù)標(biāo)本中的前列腺癌。
近期，深度學(xué)習(xí)在眼科、皮膚科、放射科和病理科等醫(yī)學(xué)學(xué)科領(lǐng)域展現(xiàn)出了廣泛的應(yīng)用前景，它可以幫助醫(yī)療機(jī)構(gòu)向世界各地的患者提供更加精準(zhǔn)、更易獲得的優(yōu)質(zhì)醫(yī)療服務(wù)。Google 近期也發(fā)布了一項(xiàng)研究成果，這項(xiàng)成果顯示，卷積神經(jīng)網(wǎng)絡(luò)能夠檢測(cè)出淋巴結(jié)中的乳腺癌轉(zhuǎn)移，其準(zhǔn)確度可與訓(xùn)練有素的病理學(xué)家相媲美。不過，到目前為止，病理學(xué)家診斷疾病的主要手段仍是使用復(fù)式光學(xué)顯微鏡直接觀察組織，因此，如何將微觀組織進(jìn)行數(shù)字化展示成了深度學(xué)習(xí)技術(shù)在病理學(xué)科大規(guī)模應(yīng)用的關(guān)鍵挑戰(zhàn)。
在美國(guó)癌癥研究協(xié)會(huì) (AACR) 年會(huì)的演講中，我們通過一篇題為“An Augmented Reality Microscope for Real-time Automated Detection of Cancer”（正在評(píng)審）的論文介紹了一款增強(qiáng)現(xiàn)實(shí)顯微鏡 (ARM) 的平臺(tái)原型，我們相信這款產(chǎn)品可以幫助加速深度學(xué)習(xí)工具在全球病理學(xué)家中間的推廣應(yīng)用。此平臺(tái)由一個(gè)經(jīng)過改良的光學(xué)顯微鏡組成，這個(gè)顯微鏡能夠?qū)D像進(jìn)行實(shí)時(shí)分析并直接在視野中呈現(xiàn)機(jī)器學(xué)習(xí)算法的分析結(jié)果。值得一提的是，只需使用低成本、現(xiàn)成的組件，就可以將 ARM 安裝到世界各地醫(yī)院和診所中常見的普通光學(xué)顯微鏡中，而且無需對(duì)數(shù)字系統(tǒng)進(jìn)行全面升級(jí)就能分析組織。
現(xiàn)代計(jì)算組件和深度學(xué)習(xí)模型（例如，在 TensorFlow 平臺(tái)上構(gòu)建的模型）使得這個(gè)平臺(tái)能夠運(yùn)行大量的預(yù)訓(xùn)練模型。與傳統(tǒng)模擬顯微鏡的使用方法一樣，用戶通過目鏡觀察樣本。機(jī)器學(xué)習(xí)算法將其輸出結(jié)果實(shí)時(shí)投射到光路中。此數(shù)字投影在視覺上疊加在標(biāo)本的原始（模擬）圖像之上，幫助觀察者定位或量化感興趣的特征。而且，重要的是，計(jì)算和視覺反饋更新非常迅速，目前實(shí)現(xiàn)的運(yùn)行速度已接近 10 幀/秒，這意味著當(dāng)用戶通過移動(dòng)玻片和/或改變放大倍數(shù)掃描組織時(shí)，可以獲得流暢、無縫的視覺體驗(yàn)。
左圖：ARM 原理概覽。數(shù)碼相機(jī)捕捉到與用戶相同的視野 (FoV)，然后將圖像傳送給能夠運(yùn)行機(jī)器學(xué)習(xí)模型實(shí)時(shí)推理的附加計(jì)算單元。結(jié)果隨即被反饋到一個(gè)自定義的 AR 顯示屏中，此顯示屏與目鏡在同一直線上，并將模型輸出投影到與玻片相同的平面上。右圖：該圖展示了已安裝到典型臨床級(jí)光學(xué)顯微鏡中的平臺(tái)原型。
理論上，ARM 可以提供各式各樣的視覺反饋，包括文本、箭頭、輪廓、熱圖或動(dòng)畫，并且可以運(yùn)行多種類型的機(jī)器學(xué)習(xí)算法以解決對(duì)象檢測(cè)、量化和分類等不同問題。
為了演示 ARM 的潛在功能，我們將其配置為運(yùn)行兩種不同的癌癥檢測(cè)算法：一種用于檢測(cè)淋巴結(jié)標(biāo)本中的乳腺癌轉(zhuǎn)移，另一種用于檢測(cè)前列腺切除術(shù)標(biāo)本中的前列腺癌。這些模型可以在 4-40x 的放大倍數(shù)下運(yùn)行，并且給定模型的結(jié)果通過用綠色輪廓勾畫出檢測(cè)到的腫瘤區(qū)域來顯示。這些輪廓可以幫助病理學(xué)家注意到感興趣的區(qū)域，不會(huì)使?jié)撛诘哪[瘤細(xì)胞看起來模糊不清。
通過 ARM 的鏡頭觀察到的視圖示例。這些圖像展示了 4x、10x、20x 和 40x 放大倍數(shù)下的淋巴結(jié)轉(zhuǎn)移模型示例。
雖然這兩種癌癥模型最初都是在由一個(gè)具有完全不同光學(xué)配置的整個(gè)玻片掃描儀所獲得的圖像上進(jìn)行訓(xùn)練的，但這些模型在 ARM 上表現(xiàn)非常出色，無需額外的重新訓(xùn)練。例如，在 ARM 上運(yùn)行時(shí)，淋巴結(jié)轉(zhuǎn)移模型的曲線下面積 (AUC) 為 0.98，前列腺癌模型在視野 (FoV) 中的癌癥檢測(cè)的 AUC 為 0.96，僅略低于在 WSI 上得到的結(jié)果。我們認(rèn)為，可以通過在直接從 ARM 本身獲取的數(shù)字圖像上進(jìn)行附加訓(xùn)練，進(jìn)一步提高這些模型的性能。
我們相信，ARM 將對(duì)全球衛(wèi)生事業(yè)產(chǎn)生重大影響，尤其是在發(fā)展中國(guó)家/地區(qū)的傳染病診斷方面，包括結(jié)核病和瘧疾等。此外，即使在即將采用數(shù)字病理學(xué)工作流程的醫(yī)院中，ARM 也可與數(shù)字工作流程結(jié)合使用，因?yàn)樵跀?shù)字工作流程中，掃描儀仍面臨重大挑戰(zhàn)或需要實(shí)現(xiàn)快速周轉(zhuǎn)（如細(xì)胞學(xué)、熒光成像或手術(shù)后的冷凍切片）。當(dāng)然，光學(xué)顯微鏡已經(jīng)在病理學(xué)以外的很多行業(yè)證明了自身價(jià)值，我們相信 ARM 可以應(yīng)用于醫(yī)療、生命科學(xué)研究和材料科學(xué)等眾多領(lǐng)域。我們很高興能繼續(xù)探索 ARM，幫助加速機(jī)器學(xué)習(xí)在世界各地產(chǎn)生積極影響。
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://m.specialneedsforspecialkids.com/yun/4784.html
摘要：淋巴細(xì)胞是白細(xì)胞的一個(gè)亞種，在免疫系統(tǒng)中很重要。患病或有異物的區(qū)域淋巴細(xì)胞數(shù)量會(huì)極大增加，所以通過確認(rèn)和定量淋巴細(xì)胞的密度和位置有助于評(píng)估疾病。本節(jié)目標(biāo)是確定淋巴細(xì)胞的中心，是一個(gè)檢測(cè)任務(wù)。常見的假陽性和真實(shí)正例見圖。 Deep learning for digital pathology image analysis: A comprehensive tutorial with se...
摘要：我們還了解到，許多科學(xué)家不編寫代碼，但對(duì)在自己的圖像分析工作中利用深度學(xué)習(xí)仍然感到非常興奮。后續(xù)發(fā)展基于深度學(xué)習(xí)的科學(xué)圖像分析方法將提高準(zhǔn)確性減少手動(dòng)參數(shù)調(diào)整，并且可能會(huì)帶來新認(rèn)識(shí)。 許多科學(xué)成像應(yīng)用（尤其是顯微鏡檢查）每天可以產(chǎn)生數(shù)太字節(jié)的數(shù)據(jù)。這些應(yīng)用可以從近年來的計(jì)算機(jī)視覺和深度學(xué)習(xí)發(fā)展中受益。在我們與生物學(xué)家聯(lián)合開展的機(jī)器人顯微鏡應(yīng)用工作（例如，區(qū)分細(xì)胞表型）中，我們了解到，匯編可以...
摘要：我們來聊聊可能很快就會(huì)影響世界的九大創(chuàng)新人工智能能夠獨(dú)立于人類主人而學(xué)習(xí)操作的人工智能，這看上去就像科幻小說。以色列公司建立了世界最大的海水淡化工廠，每天能生產(chǎn)立方米淡水。 本文轉(zhuǎn)載自：眾成翻譯譯者：文藺鏈接：http://www.zcfy.cc/article/830原文：https://medium.com/startup-grind/9-innovations-that-coul...
摘要：谷歌的相關(guān)研究已發(fā)布在上。谷歌的這項(xiàng)研究展示了人工智能在提升肺癌篩查準(zhǔn)確率和一致性方面的潛力，這將有助于加速在全球范圍內(nèi)推廣肺癌篩查。肺癌致死率高，且大部分發(fā)現(xiàn)即晚期。早期的低劑量CT篩查可以有效提高存活率，但是僅有少數(shù)病患接受了篩查，且低劑量CT篩查仍然存在問題，如較高的假陽性結(jié)果。今日，谷歌發(fā)布新研究，展示了AI可以診斷肺癌，能夠幫助提升全世界很多病患的存活率，有助于早期肺癌CT篩查在全...
閱讀 3252·2021-10-21 17:50
閱讀 3262·2021-10-08 10:05
閱讀 3393·2021-09-22 15:04
閱讀 589·2019-08-30 14:00
閱讀 1949·2019-08-29 17:01
閱讀 1515·2019-08-29 15:16
閱讀 3225·2019-08-26 13:25
閱讀 858·2019-08-26 11:44
