ZD至顶网软件频道消息:在最近使用认知技术应对眼病方面,IBM开发了一种简单的方法来帮助医生诊断糖尿病视网膜病变。
IBM周四宣布了其在应对眼病方面的最新突破,采用新的研究方法,可帮助医生诊断并对糖尿病视网膜病变(DR)进行分类。
DR是糖尿病的并发症,也是美国失明的主要原因之一。使用深度学习和视觉分析技术,IBM研究人员能够对患者糖尿病视网膜病变(DR)的严重程度进行分类,准确程度达到86%。
该方法只需20秒就能识别和分类,这可以帮助更多的医生筛检更多的患者。目前,糖尿病视网膜病变患者由专家临床医生筛检,经常是手动的,整个过程非常耗时。
根据视网膜上的损伤和视网膜血管的损伤,DR的严重程度被分为五级(无DR;轻度;中度;严重;增殖性DR)。
IBM分类疾病的新方法结合了两种分析方法——卷积神经网络(CNN)与基于字典的学习,都纳入DR特异性病理学。
研究结果在本周在墨尔本举行的IEEE国际生物医学影像学研讨会(International Symposium on Biomedical Imaging)上提出。
这项工作建立在IBM Research的深层学习技术和图像分析技术的基础之上,可帮助诊断眼部疾病。IBM在医疗保健行业使用认知技术方面投入巨大,全球共有12个研究实验室专注于对眼科疾病、肺癌和黑色素瘤的一系列疾病进行医学影像分析。
好文章,需要你的鼓励
Jabra 推出 PanaCast 40 VBS:首款专为小会议室设计的 180° Android 智能音视频一体机
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。