類(lèi)腦計(jì)算在醫(yī)療圖像上的應(yīng)用課件文檔

類(lèi)腦人工智能在醫(yī)療圖像處理中的應(yīng)用深度學(xué)習(xí)算法受到靈長(zhǎng)類(lèi)視覺(jué)系統(tǒng)結(jié)構(gòu)的啟發(fā)近年來(lái)在很多領(lǐng)域取得了突破從2016年起在醫(yī)療圖像領(lǐng)域也取得一系列突破深度學(xué)習(xí)深度學(xué)習(xí)的成功：回過(guò)頭看：很早就發(fā)現(xiàn)的受大腦啟發(fā)的算法+大數(shù)據(jù)+大的計(jì)算機(jī)但真正的歷史是曲折的。。。/p/1001603814055260359965自動(dòng)特征提取突破時(shí)刻ImageNet2012皮膚癌診斷斯坦福大學(xué)的研究人員開(kāi)發(fā)深度學(xué)習(xí)算法，識(shí)別皮膚癌的準(zhǔn)確率與專(zhuān)業(yè)的人類(lèi)醫(yī)生相當(dāng)，相關(guān)研究論文被選為封面論文在2016年底的

Nature發(fā)表。研究人員訓(xùn)練系統(tǒng)觀(guān)看了近13萬(wàn)張痣、皮疹和其他皮膚病變的圖像，然后讓系統(tǒng)與21位皮膚科醫(yī)生對(duì)比測(cè)試，結(jié)果系統(tǒng)的精確度與人類(lèi)醫(yī)生相當(dāng)（“至少”91%）?；陔娮语@微鏡的腦鏈接組解析V.Jain,J.F.Murray,F.Roth,S.Turaga,V.Zhigulin,K.L.Briggman,M.N.Helmstaedter,W.Denk,andH.S.Seung.SupervisedLearningofImageRestorationwithConvolutionalNetworks.

Proceedings:IEEE11thInternationalConferenceonComputerVision(ICCV)

(2007).視網(wǎng)膜神經(jīng)元的分類(lèi)SumbulU&,SongS&,McCullochK,BeckerM,LinB,SanesJR,MaslandR,SeungSH*.(2014)Ageneticandcomputationalapproachtostructurallyclassifyneuronaltypes.NatureCommunications,5:3512(co-firstauthor)本人在MIT博士后期間（2007）開(kāi)始將深度學(xué)習(xí)應(yīng)用到生物圖像上ThefundamentalplanoftheretinaPhotoreceptors:Bipolar:Horizontal:Amacrine:Ganglion:Reference:Masland,R.H.(2001).Thefundamentalplanoftheretina.NatNeurosci,4(9):877-886.Bipolar:為什么困難？錯(cuò)誤的斷開(kāi)錯(cuò)誤的融合需要先驗(yàn)知識(shí).用機(jī)器學(xué)習(xí)方法來(lái)重構(gòu)神經(jīng)元+Train卷積神經(jīng)網(wǎng)絡(luò)端到端訓(xùn)練HandDesignedFiltersversusEndtoEndLearning分兩步走如何標(biāo)注圖像很重要

HowtoGenerateTrainingLabelsmorphology利用先驗(yàn)知識(shí)，讓電腦學(xué)習(xí)最重要的東西

最重要的是拓?fù)溥B接結(jié)構(gòu)乘法機(jī)制傳統(tǒng)人工神經(jīng)元模型認(rèn)為信號(hào)整合是線(xiàn)性的，只有動(dòng)作電位發(fā)放是非線(xiàn)性的?；谏锷窠?jīng)元樹(shù)突的非線(xiàn)性特征運(yùn)用到圖像分割問(wèn)題上QianWang,JiaxingZhang,SenSong,ZhengZhangAttentionalNeuralNetwork:FeatureSelectionUsingCognitiveFeedback

NIPS2014本實(shí)驗(yàn)室2014年提出注意力神經(jīng)元網(wǎng)絡(luò)DataScienceBowl2017$1Mprize1700+teams1000+kernels在今年的數(shù)據(jù)國(guó)際大賽上本實(shí)驗(yàn)室和胡曉玲老師、張鈸老師實(shí)驗(yàn)室學(xué)生廖方舟李哲運(yùn)用相關(guān)技術(shù)獲得了世界第一的成績(jī)肺癌輔助診斷根據(jù)CT圖像預(yù)測(cè)一年后發(fā)病概率12812824643232646416648325*K641632643Dcube3DoutputRR326432643212832128

NoduleDetectorNet(N-Net)CaseClassificationNet(C-Net)N-NetTop5proposals+dummynodule99.97%97.36%86.48%71.84%69.65%P1=69.06%P2=65.22%P3=69.69%P4=2.08%P5=5.97%P1P2P3P4P5

Pd=0.97%32128Pd32128321283212832128類(lèi)腦計(jì)算--邁向通用人工智能類(lèi)腦計(jì)算是一門(mén)融合了腦科學(xué)與計(jì)算機(jī)科學(xué)、信息科學(xué)和人工智能等領(lǐng)域的交叉學(xué)科，類(lèi)腦計(jì)算借鑒了人腦存儲(chǔ)和處理信息的方式，是基于神經(jīng)形態(tài)工程發(fā)展起來(lái)的新計(jì)算技術(shù)。其與現(xiàn)代計(jì)算機(jī)相結(jié)合，將構(gòu)成人工通用智能的基礎(chǔ)，并大幅提高智能處理能力，最終促進(jìn)計(jì)算機(jī)、大數(shù)據(jù)、機(jī)器人、人工智能等的發(fā)展。1小數(shù)據(jù)問(wèn)題

減少對(duì)標(biāo)注的依賴(lài)，讓相關(guān)算法自適應(yīng)性更強(qiáng)

這對(duì)醫(yī)療圖像很重要，各醫(yī)院采取的機(jī)器格式等不一樣。2可解釋的機(jī)器學(xué)習(xí)

需要有中間結(jié)果及推理過(guò)程，而不完全是黑箱操作

3多模態(tài)融合

綜合多種成像手段，以及其他檢測(cè)指標(biāo)對(duì)疾病做出輔助診斷對(duì)未來(lái)的展望學(xué)習(xí)寫(xiě)字在這篇論文中，研究者的模型只規(guī)定了字符由筆畫(huà)組成，筆畫(huà)由抬高筆觸來(lái)區(qū)分，而筆畫(huà)又由更小的子筆畫(huà)組成，子筆畫(huà)用筆尖速度為零的點(diǎn)來(lái)區(qū)分。

有了這個(gè)初始模型之后，研究者向AI展現(xiàn)了人類(lèi)手寫(xiě)文字的方式，包括筆畫(huà)順序等，讓系統(tǒng)學(xué)習(xí)連續(xù)的筆畫(huà)和子筆畫(huà)之間的統(tǒng)計(jì)關(guān)系，以及單個(gè)筆畫(huà)所能容忍的變異程度。這個(gè)系統(tǒng)從未在它所分析的書(shū)寫(xiě)系統(tǒng)上進(jìn)行過(guò)任何訓(xùn)練，它只是推理出了人類(lèi)寫(xiě)字的一般規(guī)律。241小樣本問(wèn)題--學(xué)習(xí)去學(xué)習(xí)減少對(duì)標(biāo)注的依賴(lài)對(duì)醫(yī)療數(shù)據(jù)很重要252可解釋的機(jī)器學(xué)習(xí)--深度學(xué)習(xí)到底學(xué)了什么？ＦｒｏｍＭａｔｔｈｉａｓＢｅｔｈｇｅＴａｌｋ262可解釋的機(jī)器學(xué)習(xí)既有直覺(jué)又有推理的完整系統(tǒng)3多模態(tài)融合和復(fù)雜決策整合電子病例信息在新的研究中，Weng和他的同事比較了ACC/AHA指南與隨機(jī)森林，邏輯回歸，梯度增強(qiáng)和神經(jīng)網(wǎng)絡(luò)這四種機(jī)器學(xué)習(xí)算法的應(yīng)用。所有四種技術(shù)都在沒(méi)有人為指導(dǎo)的情況下通過(guò)分析大量數(shù)據(jù)形成了預(yù)測(cè)工具。這一研究中的數(shù)據(jù)來(lái)自英國(guó)378256名患者的電子病歷。其目標(biāo)是在心血管疾病相關(guān)數(shù)據(jù)中找出模式。自學(xué)習(xí)人工智能在預(yù)測(cè)心臟病發(fā)作上擊敗人類(lèi)醫(yī)生精儀系裴京馬騁李國(guó)齊電子系竇維蓓汪玉歐智堅(jiān)微電子系錢(qián)鶴鄧寧吳華強(qiáng)醫(yī)學(xué)院宋森管吉松苑克鑫計(jì)算機(jī)系陳文光張悠慧朱軍自動(dòng)化系陳峰季向陽(yáng)趙明國(guó)材料學(xué)院章曉中曾飛胡曉林吳思（北師大）施路平金國(guó)藩張鈸王文會(huì)胡華劉國(guó)松鐘毅類(lèi)腦芯片系統(tǒng)應(yīng)用納米材料機(jī)理復(fù)雜網(wǎng)絡(luò)控制機(jī)器學(xué)習(xí)語(yǔ)音信息處理圖像信息處理集成電路及系統(tǒng)新型存儲(chǔ)器件應(yīng)用新型存儲(chǔ)器件IC芯片工藝大腦基元原理學(xué)習(xí)規(guī)則腦網(wǎng)絡(luò)模型人工智能機(jī)器學(xué)習(xí)統(tǒng)計(jì)學(xué)習(xí)計(jì)算機(jī)架構(gòu)高性能處理器類(lèi)腦計(jì)算仿真平臺(tái)機(jī)器人