皮膚癌的AI診斷課件_第1頁(yè)
皮膚癌的AI診斷課件_第2頁(yè)
皮膚癌的AI診斷課件_第3頁(yè)
皮膚癌的AI診斷課件_第4頁(yè)
皮膚癌的AI診斷課件_第5頁(yè)
已閱讀5頁(yè),還剩34頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

由一篇Nature引發(fā)的思考PPT制作、主講朱明哲文獻(xiàn)查找、翻譯、Word文檔制作李卓是什么研究成果震撼了生物醫(yī)學(xué)界?生物醫(yī)學(xué)傳感領(lǐng)域的新突破榮獲斯坦福大學(xué)AI領(lǐng)域的理學(xué)博士

并修德克薩斯大學(xué)奧斯汀分校電子計(jì)算機(jī)工程及純數(shù)學(xué)雙專(zhuān)業(yè)Dermatologist-levelclassificationofskincancer

withdeepneuralnetworks利用深度神經(jīng)網(wǎng)絡(luò),進(jìn)行皮膚科專(zhuān)家級(jí)別的皮膚癌診斷這項(xiàng)研究成果被x-mol官網(wǎng)評(píng)為2017年2月全球科學(xué)技術(shù)十大突破之五人工智能我們?cè)撊绾卫斫猓繙\析CNNsLogistic回歸模型卷積的處理看起來(lái)使得問(wèn)題復(fù)雜了,

這是否會(huì)增大計(jì)算難度,降低效率?課堂討論環(huán)節(jié)顯然讓課堂效率提高了

而它正是卷積過(guò)程的體現(xiàn)

LayerL1在座近100位同學(xué)都提出了自己的觀點(diǎn)LayerL2通過(guò)小組討論,初步得出問(wèn)題的解答LayerL3對(duì)每個(gè)小組的討論結(jié)果進(jìn)行評(píng)估,考慮其對(duì)問(wèn)題的偏離程度(權(quán)重),得出最終結(jié)果CNNs的工作就是將全局映射轉(zhuǎn)化為區(qū)域映射的過(guò)程。另一個(gè)現(xiàn)實(shí)中的例子是圖像處理

卷積神經(jīng)網(wǎng)絡(luò)在該課題中如何運(yùn)用?ClassicaldiagnosingmethodInitialclinicalscreeningDermoscopicanalysisBiopsyHistopathologicalexaminationObservingundermicroscopeDiagnosticreportFigure1|DeepCNNlayout.FormedbyGoogleInceptionv3CNNarchitectureStep1TheydemonstratedclassificationofskinlesionsusingasingleCNN,trainedend-to-endfromimagesdirectly,usingonlypixelsanddiseaselabelsasinputs.Figure2|Aschematicillustrationofthetaxonomyandexampletestsetimagesa,Asubsetofthetopofthetree-structuredtaxonomyofskindisease.b,Malignantandbenignexampleimagesfromtwodiseaseclasses.Step2

TheytrainedaCNNusingadatasetof129,450clinicalimages,consistingof2,032differentdiseases.Practicaldiagnose

——Analyzingup-loadedpicture

frommobiledevicesFigure4|t-SNEvisualizationofthelasthiddenlayerrepresentationsintheCNNforfourdiseaseclassesAI診斷的發(fā)展前景如何?Outfittedwithdeepneuralnetworks,mobiledevicescanpotentiallyextendthereachofdermatologistsoutsideoftheclinic.

Itisprojectedthat6.3billionsmartphonesubscriptionswillexistbytheyear2021andcanthereforepotentiallyprovidelow-costuniversalaccesstovitaldiagnosticcare.——EricssonMobilityReport,2016Deeplearningalgorithms,poweredbyadvancesincomputationandverylargedatasets,haverecentlybeenshowntoexceedhumanperformanceinvisualtaskssuchasplayingAtarigames,strategicboardgameslikeGoandobjectrecognition.AI應(yīng)用于生活的幾個(gè)例子2017年5月23日~5月27日“第二次圍棋人機(jī)大戰(zhàn)”論決策和價(jià)值評(píng)估,人類(lèi)真的輸了!DemisHassabis,創(chuàng)業(yè)公司DeepMind創(chuàng)始人?!癆I是人類(lèi)探索世界的工具?!睂儆谖覀冏约旱腁lphaGo又在何方

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論