準確率高達99.38%!鼓樓醫院與云創大數據聯合研究的前列腺癌AI診斷引轟動!
2023/3/1 9:52:17
前列腺癌(Prostate Cancer, PCA)是常見的惡性腫瘤。根據國際癌癥研究中心《2018年全球癌癥統計數據》顯示,無論是發病率,還是死亡率,前列腺癌都位居男性癌癥排行前五,其中發病率達13.5%,死亡率為6%。
今年,鼓樓醫院與云創大數據聯合研究的人工智能程序,對于前列腺癌的診斷準確率達到了99.38%。此項聯合研究成果得到《泰晤士報》、《福布斯》、《每日郵報》、《優瑞科》等媒體的廣泛報道。
以下是部分媒體報道:
The Times(泰晤士報)
Forbes(福布斯)
DailyMail(每日郵報)
EurekAlert(優瑞科)
METRO
SCIENCE/BUSINESS
European Association of Urology (歐洲泌尿外科學會)
NEWS18
Innovation Toronto
The Statesman
Scimex
在人工智能逐漸融入人臉識別、語音識別、語言翻譯等領域研究的同時,醫學AI應用和研究也在如火如荼的開展。對于前列腺癌等疾病而言,提高早期檢出率,提前預測癌癥的發生,對于減輕病人的痛苦,甚至是挽救病人的生命,都有著重要意義,這也是此項研究得到來自英國、美國、印度等多國媒體廣泛報道的重要原因之一。
在南京鼓樓醫院與云創大數據共同開展的這項人工智能研究中,通過將283名病人的918塊病理切片,切分為40000張更小的樣本圖像,用于訓練深度神經網絡模型——ResNet-50。其中,30000張圖片作為訓練集,剩下的10000張圖片用作測試集,測試集包含患病的1500張正樣本,以及8500張正常的負樣本,以進一步測試人工智能程序檢測的準確程度。
在報道中,可以看出此項研究主要分為3個步驟:
1.首先對獲取的前列腺病理切片進行數字化處理,通過電子顯微鏡掃描獲得像素幾十萬的高分辨率片子:
2.對切片進行分類劃分和標注,主要按照格里森指數(Gleason),按照有無患癌以及癌癥嚴重程度,將腫瘤區域劃分為5個等級,用于預測前列腺癌的威脅以及它在病人體內的行為方式。一般分數越高,代表病灶區域越嚴重:
3.對病理切片進行分類標注后,將其進一步作為深度學習模型的訓練“原料”。最后通過30000張樣本圖片的訓練之后,人工智能程序對前列腺癌的預測可以達到病理醫生的水準。
除了應用人工智能對前列腺癌等疾病進行預測與判斷,作為一家集A(Artificial Intelligence,人工智能)、B(Big Data,大數據)、C(Cloud Computing,云計算)于一體的高新技術企業,云創大數據的人工智能研究遠不止于此。
目前,云創大數據在安防、環保、交通等多個城市治理環節,也正在發揮其人工智能力量。比如,在近期與南京市公安局的合作中,面對13起無法判斷犯罪嫌疑人的案例,云創采用視頻DNA檢索技術以及模糊人臉智能對比,成功確認了9位犯罪嫌疑人。
針對環保,在環境云(www.envicloud.cn)平臺上,南京大學與云創大數據通過深度學習的方法,利用LSTM(長短期記憶)網絡,結合天氣、氣溫、氣壓、濕度等與霧霾有關的指標參數,塑造一個可預測霧霾走勢的深度學習模型,可預測當天的天氣和空氣質量實況數據,包括PM2.5的24小時準確預測。
此外,基于廣泛的數據采集,應用大數據技術以及深度循環神經網絡(DRNN)等,云創大數據可為實時監控、污染溯源、污染過程演化、精細化預報、發布服務等提供有力的技術支撐,幫助建立環境監測、預警、溯源的一體化建設體系,為環保部門實現網格化、精細化和科學化的環境監管提供參考。
在交通應用方面,高鐵道釘巡檢直接關系到高鐵行進的安全,目前常見的方法是采用人工巡檢的方式,由“
下一頁
返回列表
返回首頁
©2025 云計算世界-云計算資料和交流中心 電腦版
Powered by iwms
日韩精品一区二区三区swag_一区二区三区在线高清_亚洲国内欧美_国产精品xnxxcom
国产一区美女|
久久久免费精品视频|
亚洲免费久久|
亚洲精品综合久久中文字幕|
日韩视频在线一区二区三区|
亚洲欧美国产日韩天堂区|
久久精品国产成人|
欧美成人免费视频|
欧美日韩一区二区精品|
国产一区二区三区在线观看精品
|
欧美人与性动交α欧美精品济南到
|
久久视频在线免费观看|
欧美精品在欧美一区二区少妇|
国产精品二区三区四区|
国精产品99永久一区一区|
亚洲三级国产|
欧美在线啊v一区|
欧美黄色片免费观看|
国产精品免费看久久久香蕉|
在线日韩中文字幕|
亚洲午夜久久久久久久久电影院|
久久久精品性|
欧美日韩四区|
1024成人网色www|
亚洲永久网站|
欧美国产免费|
国产亚洲一级高清|
99精品免费网|
久久天堂成人|
国产精品午夜春色av|
亚洲娇小video精品|
欧美在线视频观看免费网站|
欧美日韩成人精品|
黄色一区二区三区四区|
亚洲午夜视频在线|
欧美国产综合|
狠狠爱综合网|
亚洲欧美久久|
欧美日韩精品一区视频|
在线日韩一区二区|
欧美一区二区三区在线免费观看|
欧美精品在线免费|
在线观看精品|
久久成人精品电影|
国产精品久久影院|
亚洲精品视频免费|
久久免费高清|
国产视频精品xxxx|
亚洲午夜视频在线|
欧美精品一区三区|
亚洲成人资源网|
久久狠狠一本精品综合网|
国产精品国产福利国产秒拍|
亚洲美女91|
欧美18av|
在线看国产日韩|
久久精品一区|
国产香蕉97碰碰久久人人|
亚洲一区二区三区国产|
欧美日韩精品系列|
亚洲欧洲在线一区|
免费观看日韩av|
一区二区三区在线观看欧美|
久久精品视频免费播放|
国产啪精品视频|
午夜精品成人在线视频|
国产精品久久综合|
亚洲一区二区精品在线|
欧美日韩在线不卡一区|
99视频一区二区三区|
欧美精品国产精品日韩精品|
亚洲激情欧美激情|
欧美va亚洲va日韩∨a综合色|
永久免费毛片在线播放不卡|
久久久久久午夜|
国产在线拍揄自揄视频不卡99|
亚洲欧美制服另类日韩|
国产精品拍天天在线|
亚洲一区二区三区精品视频|
国产精品久久激情|
亚洲免费在线精品一区|
国产模特精品视频久久久久|
新狼窝色av性久久久久久|
国产欧美成人|
欧美专区福利在线|
国产一区二区三区免费观看
|
欧美一二三视频|
国产区在线观看成人精品|
欧美一区二区三区视频|
国产亚洲欧美日韩精品|
久久精品国产69国产精品亚洲|
国产亚洲欧美另类中文|
久久婷婷综合激情|
亚洲福利国产|
欧美顶级艳妇交换群宴|
日韩一区二区福利|
欧美系列一区|
亚洲综合社区|
国产欧美一区二区精品仙草咪|
久久精品亚洲精品国产欧美kt∨|
伊人蜜桃色噜噜激情综合|
免费欧美在线视频|
亚洲久久一区|
国产精品黄视频|
欧美在线一级视频|
在线欧美一区|
欧美区一区二区三区|
亚洲一区二区三区在线看|
国产欧美日韩精品专区|
久久裸体视频|
亚洲精品综合久久中文字幕|
国产精品久久中文|
久久精品国产96久久久香蕉|
91久久久久久国产精品|
欧美偷拍一区二区|
香蕉成人久久|
亚洲第一黄色网|
欧美日韩高清在线观看|
亚洲午夜免费福利视频|
国产亚洲成av人片在线观看桃|
麻豆精品网站|
在线午夜精品自拍|
国产一区二区三区在线免费观看|
欧美成年人视频网站欧美|
一本一道久久综合狠狠老精东影业|
国产精品麻豆va在线播放|
久久久噜噜噜久噜久久|
日韩视频一区二区|
国产日韩精品在线观看|
欧美韩国日本综合|
亚洲一区3d动漫同人无遮挡|
国产有码在线一区二区视频|
欧美人妖在线观看|
欧美影院成年免费版|
亚洲精品欧美日韩|
国产欧美一区二区三区在线老狼|
欧美大片一区二区|
午夜视频一区在线观看|
亚洲人成高清|
国产揄拍国内精品对白|
欧美日韩视频在线一区二区|
久久久久免费视频|
亚洲视频欧洲视频|
国内精品久久久久久|
欧美日韩亚洲在线|
久久偷看各类wc女厕嘘嘘偷窃|
亚洲视频中文|
亚洲国产导航|
国产麻豆综合|
欧美日韩国产综合视频在线观看中文
|
国产精品久久久久久影院8一贰佰
国产精品久久久久久影视
|
欧美人成在线视频|
久久精品麻豆|
亚洲香蕉成视频在线观看|
影音先锋亚洲一区|
国产精品美女久久久久av超清|
免费在线成人|
欧美在线观看一区|
制服丝袜激情欧洲亚洲|
亚洲高清资源|
国产一级揄自揄精品视频|
欧美涩涩网站|
欧美激情第4页|
久久久久久有精品国产|
午夜精品久久久久久99热软件|
亚洲伦理自拍|
亚洲风情亚aⅴ在线发布|
国产亚洲成人一区|
国产精品女人久久久久久|
欧美人与性动交a欧美精品|
久久综合网hezyo|
欧美综合第一页|
亚洲欧美网站|
亚洲午夜电影在线观看|
99视频+国产日韩欧美|
亚洲国产精品传媒在线观看|
国产一区二区三区久久悠悠色av|
国产精品免费观看在线|
欧美日韩一区二区在线播放|
欧美激情精品久久久久久免费印度
|
欧美96在线丨欧|
久久久一区二区三区|
欧美一级视频精品观看|
在线视频欧美一区|
亚洲另类自拍|
亚洲人午夜精品|
亚洲韩国青草视频|
亚洲电影在线观看|
伊人伊人伊人久久|
激情久久五月天|
禁断一区二区三区在线|
国产欧美日韩综合|
国产精品视频导航|
国产精品你懂的在线欣赏|
国产精品99免费看
|
亚洲国产另类久久精品|
伊人久久综合|
在线播放日韩欧美|
亚洲福利一区|
亚洲国产精品日韩|
在线日本欧美|
亚洲人精品午夜|
亚洲毛片在线|
在线视频亚洲|