麻省理工学院的研究人员表示,他们已经开发出了一种能够在不到一秒钟内处理磁共振图像的算法,这对于医疗行业来说将是一项至关重要的进展。
目前,医生需要对比两个在不同时间单独拍摄MRI扫描图像,以追踪人体随着时间推移发生的变化。但是,进行这种对比是既复杂又耗时的,因为这个过程需要仔细排列这两个图像以便进行准确测量。医生需要将图像上的所有位置处理为3-D图,而当前的计算机需要花费很多时间来完成此操作。
MRI扫描的问题在于其中包含的信息量。基本上每个图像都是由数百个彼此叠置的二维图像组成的,以创建一个立体的3-D图,反过来又构成了被称为体素的三维像素。当对比两个MRI扫描图的时候,计算机必须对数百万体素进行排序,以确定它们在一个新的、统一图像中的位置。
由于这个过程需要几个小时才能完成,因此如果有大量图像要处理的话,医生就不得不等上数百个小时。麻省理工学院的研究人员说,使用具有更强处理能力的计算机是不切实际的,所以他们创建了一个名为“VoxelMorph”的新卷积神经网络,并称其更适合完成这项任务。
麻省理工学院的研究人员使用更多的7000个公开可用的人脑MRI扫描图来训练VoxelMorph。像VoxelMorph这样的神经网络将数据推入前端,然后通过多个节点传递给其他节点来加速对比的过程。同时,这个神经网络也会学习不同的常见体素组合及其解剖形状。
MIT News报道称:“这种方法使用CNN和被称为空间变换器的改进计算层,找出一个MRI扫描中的体素与其他扫描中的体素之间的相似性。在这个过程中,算法会学习关于体素组的信息——例如两个扫描之间共有的解剖形状——用于计算可应用于任何扫描对的优化参数。”
在这种训练之后,麻省理工学院的研究人员向VoxelMorph输入了250个新扫描图,以测试其有效性。该算法在两分钟内完成了这些扫描的处理,相比之下传统MRI分析程序需要大量时间。该测试使用常规的CPU,不过当研究人员使用GPU的时候,这个过程仅用了一秒钟时间。
麻省理工学院的研究小组表示,VoxelMorph在医疗领域有着显著应用,甚至可以改变医生进行某种手术的方式。例如,可以在操作过程中创建最新的扫描并将这些图像用于实时分析。
好文章,需要你的鼓励
Google 推出最新的 Gemini 2.5 Pro (实验版) AI 模型,并以罕见的速度向免费用户开放。该模型支持模拟推理,提高了准确性,并在 LMSYS 聊天机器人竞技场排行榜上名列前茅。免费用户可在网页上试用,但有使用限制,无法上传文件,且有未明确的token和使用次数限制。
Gartner 预测,大语言模型 (LLM) 提供商市场即将进入"灭绝"阶段。在竞争激烈的环境下,巨额资本投入成为主要挑战。预计到 2025 年,全球生成式 AI 支出将达到 6440 亿美元,较 2024 年增长 76%。专家认为,LLM 市场将经历类似云计算市场的整合,最终可能只剩少数几家主导者。
苹果公司推出新一代 AI 智能服务 Apple Intelligence,包括优先通知等多项功能。该服务现已覆盖欧盟用户和 Vision Pro 设备,并支持多种语言。新功能随 iOS 18.4 等系统更新推出,涵盖通知管理、图像生成和视频创作等方面,进一步提升用户体验。
OpenAI计划今年晚些时候向开发者社区发布一个"开放权重"模型,这是该公司自2019年以来的首次尝试。新模型将具备推理能力,类似于现有的o3-mini模型。这一战略转变旨在应对来自竞争对手的压力,同时为开发者提供更多定制和使用灵活性。虽然不完全开源,但这种方式可能有助于OpenAI在保持技术领先的同时,满足市场对更开放AI发展的需求。