Публикации по теме 'radiology'


Аннотирование данных и обучение искусственного интеллекта для обнаружения COVID-19 при компьютерной томографии грудной клетки с помощью NVIDIA Clara на TrainingData.io
Аннотируйте данные и тренируйте собственную модель сегментации для обнаружения COVID-19 при КТ грудной клетки. Обратите внимание, что GGO / консолидации, созданные на TrainingData.io, предназначены только для исследовательских целей, они не предназначены для клинической диагностики. В марте 2020 года, чтобы помочь специалистам по данным, работающим над инструментами диагностики COVID-19, TrainingData.io предоставил бесплатное рабочее пространство для совместной работы, предварительно..
Как построить быстрый итеративный конвейер данных активного обучения
В мире глубокого обучения для компьютерного зрения активное обучение при эффективном использовании может значительно увеличить скорость построения моделей машинного обучения. Это также может снизить стоимость построения моделей машинного обучения. Конвейер данных активного обучения Конвейер данных активного обучения состоит из четырех основных частей: В первой части выполняется вывод новых обучающих данных с использованием нейронной сети (NN) версии N. Эксперты в предметной области..
Глубокое обучение в NIH от доктора Рональда Саммерса и NVIDIA
Видеообзор работы доктора Рона Саммерса из Национального института здоровья по применению нейронных сетей для радиографической диагностики. Отличная работа, доктор Саммерс!
RAD-ChestCT: общедоступный набор данных компьютерной томографии с множественными аномалиями
Я очень рад сообщить, что на сегодняшний день 3630 полных КТ-сканов из набора данных RAD-ChestCT общедоступны на Zenodo вместе с метками аномалий и местоположений! Вы можете получить доступ к набору данных здесь . После многолетней саги бюрократии и технических барьеров данные наконец готовы, и вы можете использовать их для своих собственных проектов. В этом посте я представлю обзор…
Уроки, извлеченные из попытки классифицировать рентген грудной клетки с использованием глубокого обучения
После попытки создать классификационную модель для прогнозирования наличия пневмонии на рентгенограммах грудной клетки мы пришли к одному выводу: глубокое обучение сложнее, чем кажется. Это последнее время проекта для нашего выпускного класса по искусственному интеллекту в медицине и здравоохранении. После долгого семестра, наполненного исследованием данных, систематическими обзорами и чтением, наконец пришло время вернуться к компилятору и написать код. Мы начали скучать по..
Машинное обучение для радиологии - с чего начать
Заточка топора: понимание цепочки инструментов машинного обучения, чтобы вы могли начать обучение. Вы заинтересованы в том, чтобы начать работу с машинным обучением в радиологии? Созвездие новых терминов может быть огромным: Deep Learning, TensorFlow, Scikit-Learn, Keras, Pandas, Python и Anaconda. Перед тем, как приступить к работе, нужно получить огромное количество новой информации. Лично я хочу иметь возможность использовать возможности машинного обучения (ML) в некоторых моих..
Общие применения алгоритмов машинного обучения
Введение в машинное обучение радиолога - серия из 10 частей Часть 4 Авторы: Данило Пена , Dr. Тай Вашон Редактор: Dr. Майкл Докси Часть 1 | Часть 2 | Часть 3 Машинное обучение используется более повсеместно , чем вы думаете. От определения того, является ли звонок или электронное письмо спамом, до распознавания рамок вокруг лиц ваших друзей и фактического определения того, кем они являются, или целевого маркетинга для рекламы - компании быстро..