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
麻豆成人在线观看|
日韩一区二区精品|
国产精品日日做人人爱|
国产欧美日韩另类一区|
在线日韩电影|
一区二区三区偷拍|
欧美一区二区三区免费观看|
久久婷婷一区|
欧美日韩免费观看一区二区三区|
欧美日韩国产欧|
国产午夜精品全部视频在线播放|
亚洲国产精品成人一区二区|
一区二区三区欧美成人|
久久成年人视频|
欧美久久一级|
国产丝袜美腿一区二区三区|
91久久亚洲|
一区二区三区www|
久久久成人精品|
欧美日韩国产一区二区三区地区|
国产欧美va欧美va香蕉在|
亚洲国产日韩欧美在线动漫|
亚洲欧美成人在线|
免费亚洲一区二区|
国产精品视频一|
亚洲国产成人精品女人久久久|
亚洲自拍偷拍麻豆|
欧美黄色成人网|
国产一区二区三区久久久|
亚洲精品自在久久|
久久精品视频免费播放|
欧美天天视频|
亚洲国产一区二区精品专区|
欧美亚洲视频在线观看|
欧美日本中文字幕|
一区二区三区在线免费播放|
亚洲影音一区|
欧美乱在线观看|
国产视频欧美|
在线午夜精品自拍|
久久一区国产|
国产精品久久久久久一区二区三区
|
在线欧美亚洲|
亚洲欧美一区二区精品久久久|
你懂的视频一区二区|
国产精品大片wwwwww|
狠狠v欧美v日韩v亚洲ⅴ|
亚洲一区二区视频|
欧美好骚综合网|
国精品一区二区|
亚洲欧美一级二级三级|
欧美国产日韩在线|
国内精品嫩模av私拍在线观看|
日韩一级免费观看|
久久一区二区三区四区|
国产欧美一区二区三区在线看蜜臀|
亚洲电影免费观看高清完整版在线观看|
亚洲一级在线观看|
欧美日韩一区二区三区在线视频|
国模私拍视频一区|
羞羞视频在线观看欧美|
国产精品v欧美精品∨日韩|
亚洲国产精品va在看黑人|
欧美一区二区黄|
国产精品电影在线观看|
亚洲青色在线|
模特精品裸拍一区|
一区二区三区在线高清|
亚洲欧美日韩精品久久奇米色影视|
欧美精品一区在线观看|
亚洲高清资源综合久久精品|
久久人体大胆视频|
一区在线播放|
久久精品国产第一区二区三区最新章节|
欧美日韩免费高清一区色橹橹|
●精品国产综合乱码久久久久|
久久久精品性|
国产精品视频99|
一区二区三区欧美日韩|
欧美日在线观看|
亚洲精品国产品国语在线app|
免费日韩视频|
亚洲第一狼人社区|
久久久亚洲国产天美传媒修理工|
国产一区二区三区在线观看精品
|
最新成人av在线|
免费观看日韩av|
…久久精品99久久香蕉国产
|
国产精品久久激情|
一本色道久久综合亚洲精品婷婷
|
国产欧亚日韩视频|
香蕉免费一区二区三区在线观看|
国产精品久久久久久久久久尿|
亚洲一区精彩视频|
国产精品国色综合久久|
一区二区三区欧美日韩|
欧美日韩精品一区二区三区四区|
夜夜嗨av一区二区三区四季av
|
亚洲精品综合精品自拍|
欧美日韩视频在线第一区|
亚洲美女91|
国产精品乱人伦中文|
亚洲欧美999|
国产亚洲欧美日韩精品|
久久久久五月天|
亚洲成人在线观看视频|
欧美大片免费久久精品三p
|
中日韩视频在线观看|
欧美日韩一卡二卡|
亚洲视频综合在线|
国产亚洲欧美一区二区三区|
久久成人精品视频|
亚洲黄色精品|
欧美区一区二|
在线一区欧美|
国产精品亚洲成人|
久久精品一区|
亚洲人成在线观看一区二区|
国产精品h在线观看|
亚洲综合色噜噜狠狠|
好看的av在线不卡观看|
免费美女久久99|
中文网丁香综合网|
国产有码一区二区|
欧美成人免费观看|
一区二区欧美在线|
国产亚洲成av人片在线观看桃|
久久久久久久久久码影片|
日韩网站在线观看|
国产精品久久国产精品99gif|
香港久久久电影|
亚洲欧洲视频|
国产精品国码视频|
另类图片综合电影|
一区二区三区四区五区视频|
国产欧美一区二区三区沐欲|
麻豆精品传媒视频|
99在线|亚洲一区二区|
国产亚洲人成网站在线观看
|
国产精品国色综合久久|
久久久人成影片一区二区三区
|
久久久久久亚洲综合影院红桃
|
洋洋av久久久久久久一区|
国产乱肥老妇国产一区二
|
国产精品多人|
开心色5月久久精品|
中文一区字幕|
一区在线播放|
国产精品自拍小视频|
欧美jjzz|
午夜精品久久久久久久久
|
久久成年人视频|
一区二区高清视频|
国产视频亚洲精品|
欧美日韩中文字幕|
老司机免费视频久久|
亚洲综合国产激情另类一区|
亚洲精品女av网站|
国产真实乱偷精品视频免|
欧美精品午夜视频|
久久久精品久久久久|
一区二区动漫|
亚洲国产日韩在线一区模特|
国产精品蜜臀在线观看|
免费亚洲电影在线|
久久久久久穴|
亚洲欧美日韩另类|
99热这里只有精品8|
亚洲承认在线|
国产亚洲精品久久飘花|
国产精品久久午夜夜伦鲁鲁|
美国成人直播|
欧美主播一区二区三区美女 久久精品人
|
国产精品大全|
欧美日韩国产一级片|
欧美a级在线|
久久精品一区蜜桃臀影院
|
欧美激情网站在线观看|
久久综合久色欧美综合狠狠|
欧美中文字幕不卡|
欧美一区二区视频在线|
亚洲欧美日韩中文在线制服|
亚洲天堂成人在线观看|
一区二区免费在线播放|
一区二区三区精品|
亚洲最黄网站|
一本大道久久a久久精品综合|
亚洲精品一区在线观看|
亚洲人成人一区二区在线观看|
尤物yw午夜国产精品视频明星|
国产一区高清视频|
国内精品久久国产|
国产在线观看精品一区二区三区|
国产无一区二区|
国产一区二区三区久久|
好吊色欧美一区二区三区四区|
国语精品中文字幕|
精品动漫3d一区二区三区|
尤物在线观看一区|
亚洲国产成人高清精品|
91久久在线播放|
亚洲麻豆av|
中文亚洲欧美|
午夜欧美理论片|