给血细胞分类可让人工智能来干

  • 时间:
  • 浏览:1
  • 来源:极速3分彩_大发快三交流群

调查问题加载中,请稍候。

若长时间无响应,请刷新本页面

  德国亥姆霍兹慕尼黑研究中心和慕尼黑大学的研究人员首次发现,在对急性髓细胞性白血病患者的血样进行分类方面,厚度学习算法表现出色。例如 概念验证研究为将来广泛使用对样品的自动化、标准化分析铺平了道路。该论文发表在《自然·机器智能》杂志上。

  研究人员每天要在医学实验室和诊所评估数百万个血细胞以诊断疾病,将其分为至少12个不同的类别。那些重复性工作大多数依靠人工完成,容易意味样品质量变化,因此 要依靠专家和专业知识。

  为了更有效地评估单个血细胞,研究团队开发了神经元厚度学习网络,用了将近60 00张单独的图像对其进行训练,使其并能对细胞进行独立分类。由卡斯滕·马尔博士领导的团队使用了从60 例侵袭性血液病AML患者和60 例对照的血液涂片中提取的图像,因此 通过将其与人类专家的准确性进行比较,来评估例如 新的自动化补救方案。

  用于图像补救的厚度学习算法还要另2个 基本条件:具有数千个参数的至少的神经网络体系特性和足够的训练数据。到目前为止,还越来越 一定量的数字化血细胞记录,尽管那些样品每天后会诊所使用。亥姆霍兹慕尼黑研究中心的研究小组提供了此类的第另2个 大型数据集。目前,马尔团队与慕尼黑大学医学和综合诊所III,以及慕尼黑白血病实验室紧密公司合作 最好的最好的办法,用数字化完成了数百例患者血液涂片。

  “将他们他们他们的最好的最好的办法付诸实践,将患者的血液涂片数字化还要成为常规,还要对不同来源的样品进行算法训练,以了解样品制备和染色过程中固有的异质性。”马尔说,“他们他们他们并能证明厚度学习算法的性能与细胞学家一样好。下一步他们他们他们将研究使用例如 新的AI驱动最好的最好的办法怎么才能 才能 预测很多疾病,例如基因突变或易位。”(记者 顾钢)

[ 责编:武玥彤 ]

阅读剩余全文(