Xinzhiyuan merekomendasikan
Dalam kompetisi global LiTS (Liver Tumor Segmentation Challenge, CT image segmentation challenge for liver tumor lesions), solusi E-Health (juga dikenal sebagai leHealth) diluncurkan oleh Lenovo AI Lab (Lenovo AI Lab) Para pahlawan memenangkan kejuaraan.
Apa itu Kompetisi Internasional LiTS?
Kompetisi LiTS diselenggarakan bersama oleh universitas dan lembaga penelitian seperti Universitas Teknologi Munich, Universitas Tel Aviv, dan MICCAI 2017, konferensi pencitraan medis internasional teratas. Entri kontes datang dari 35 negara di seluruh dunia, di mana 197 entri berasal dari China, 155 dari Amerika Serikat, dan 42 dari India.
Masalah apa yang harus dipecahkan oleh banyak kontestan? Gunakan algoritme inovatif untuk menyelesaikan segmentasi otomatis citra CT lesi tumor hati. Segmentasi citra medis memainkan peran penting dalam diagnosis penyakit, pembedahan dengan panduan citra, dan visualisasi data medis, dan dapat memberikan dasar yang andal untuk diagnosis klinis dan penelitian patologi. Namun, karena kompleksitas lesi tumor hati, segmentasi otomatis gambar CT-nya cukup sulit.
Keakuratan segmentasi citra CT tumor hati terdepan di dunia
Di antara banyak proyek yang berpartisipasi di seluruh dunia, E-Health Lenovo akhirnya memenangkan kejuaraan dengan indeks akurasi segmentasi gambar CT tumor hati terdepan di dunia (dadu per kasus).
Jadi apa yang spesial dari E-Health?
E-Health adalah solusi diagnosis dengan bantuan gambar medis cerdas yang digunakan oleh Lenovo Research di bidang medis. Ini mengintegrasikan algoritme pembelajaran mendalam yang mutakhir, mengandalkan platform cloud Lenovo dengan kemampuan komputasi yang kuat, dan memadatkan diagnosis komprehensif dan pengalaman perawatan dari banyak pakar medis. Dalam penggunaannya, di satu sisi, dapat mengurangi beban kerja dokter sekaligus menghindari kesalahan diagnosis yang disebabkan oleh faktor-faktor seperti kelelahan dokter; di sisi lain, dapat dengan cerdas menganalisis gambar medis dan secara otomatis memberikan pendapat diagnosis tambahan kepada dokter.
Saat ini, penerapan E-Health terutama tercermin dalam empat aspek berikut:
-
Deteksi otomatis dan klasifikasi tumor. Melalui algoritma pembelajaran mendalam yang terdepan di industri, dengan cerdas menganalisis gambar CT pasien dan secara otomatis menentukan apakah pasien memiliki tumor; jika terdapat tumor, ia juga dapat menentukan sifat, ukuran, lokasi, dan kategori tumor untuk membantu dokter dalam diagnosis;
-
Anotasi otomatis data tumor dalam gambar CT. Tambahkan skala dan informasi dasar pasien dan citra CT pada citra CT, dan tandai dengan cerdas posisi dan status tumor pada citra CT, sehingga dokter dapat membaca informasi citra;
-
Tampilan model tiga dimensi dari karakteristik tumor terintegrasi. Model tiga dimensi yang terintegrasi dengan karakteristik tumor ditampilkan dalam sistem melalui algoritme, yang memfasilitasi komunikasi dan pertukaran antara pasien dan dokter, serta memahami kondisi mereka sendiri;
-
Laporan diagnosis dibuat secara otomatis. Sistem dapat mengintegrasikan hasil deteksi tumor, hasil klasifikasi, morfologi tumor, dan informasi lain untuk menghasilkan laporan diagnostik secara otomatis. Pada saat yang sama, dokter dapat melakukan modifikasi berdasarkan laporan diagnosis yang dibuat secara otomatis, yang dapat meningkatkan efisiensi kerja sekaligus mengurangi beban kerja dokter.
Memenangkan kejuaraan di konferensi LiTS kali ini menyoroti keunggulan E-Health dalam analisis dan pemrosesan data, algoritme, dan teknologi platform pembelajaran yang mendalam.
-
Pertama-tama, masalah umum dalam pengolahan citra medis berasal dari derau data berlabel, terutama dalam kasus sampel data pelatihan yang terbatas, yang akan mempengaruhi kinerja model deep learning. Oleh karena itu, data harus diolah terlebih dahulu. E-Health melakukan hal ini. Itu cukup bagus.
-
Kedua, dari segi algoritme, karena data tumor hati beragam, berasal dari rumah sakit yang berbeda. Mengingat hal ini, tim Lenovo E-Health telah merancang berbagai model pembelajaran mendalam yang secara adaptif dapat mempelajari karakteristik data.
-
Ketiga, di belakang E-Health adalah platform pembelajaran mendalam kecerdasan buatan yang canggih dan heterogen dari Lenovo. Ini adalah platform pembelajaran mendalam terdistribusi yang mendukung beberapa kerangka kerja open source, dapat mewujudkan penjadwalan tugas terdistribusi, mempercepat proses eksperimen, penelitian algoritma dan iterasi model melalui paralel multi-node, dan dapat menghadapi banyak aplikasi AI, seperti pemahaman bahasa alami, suara Identifikasi dll.
Kinerja platform ini telah mencapai industri tingkat lanjut. Dalam hal penyimpanan, sistem menggunakan arsitektur hyper-converged untuk mengoptimalkan kinerja SSD; dalam hal jaringan, platform menggunakan sakelar jaringan 40G berkinerja tinggi untuk membangun jaringan berkecepatan tinggi; dalam hal komputasi, akselerasi GPU / FPGA berkinerja tinggi, skalabilitas, dan akselerasi Rasionya sangat baik dan mendukung heterogenitas.
Artikel ini direproduksi dari akun publik Lenovo Research Institute
Klik untuk membaca teks asli untuk melihat detail pekerjaan, dan berharap Anda bergabung ~
- Delapan negara mengumumkan pengembalian emas, The Fed tidak memiliki hak untuk berhenti, dan tren de-dolarisasi dapat meningkat
- Hutang Kanada tinggi, dan orang-orang meminjam uang untuk membeli makanan, yang mungkin merupakan krisis ekonomi terburuk dalam 68 tahun.
- Sebelum berusia 40 tahun, Anda sudah bisa mengendarai 4 mobil mewah ini, artinya Anda memiliki perpaduan yang bagus!
- Ketiga pria itu membawa bayi mereka yang baru lahir di jalan raya, dan pemeriksaan rutin mengungkap kasus besar!
- Rusia bersedia memberikan tanah kepada pembeli China, dan Pakistan bersedia membantu pembeli China memelihara keledai, banyak hal telah berkembang
- Lagu ini yang bisa dinyanyikan semua orang China, semua orang yang pernah mendengar ceritanya menangis