至顶网软件频道消息: 7月14日消息,国际权威肺结节检测大赛LUNA16的世界纪录被一家中国企业打破。阿里云ET凭借89.7%的平均召回率夺得世界冠军。此项技术突破由阿里巴巴iDST视觉计算团队完成,并已集成到阿里云ET医疗大脑中。
(LUNA16最新官网排行)
大赛要求选手对888份肺部CT样本进行分析,寻找其中的肺结节。样本共包含1186个肺结节,75%以上为小于10mm的小结节。最终,ET在7个不同误报率下发现的肺结节平均召回率达到89.7%,超出第二名0.2%。
(FROC曲线)
召回率指在样本数据中成功发现的结节占比。上图显示了ET在不同误报次数下的召回率情况。
比赛中,阿里云ET医疗大脑克服了一系列挑战:结节模态复杂,早期的结节小(小于10mm),传统的机器学习和用于自然图像的深度学习网络通常难以凑效。
阿里巴巴iDST视觉计算团队负责人华先胜介绍,与常用的两阶段检测方法不同,他们创新性地使用了单阶段方法,全程无须人工干预。机器全自动读取病人的CT序列,直接输出检测到的肺结节。
在模型结构设计上,ET针对CT切片的特性,采用多通道、异构三维卷积融合算法、有效地利用多异构模型的互补性来处理和检测在不同形态上的肺结节CT序列,提高了对不同尺度肺结节的敏感性;同时使用了带有反卷积结构的网络和多任务学习的训练策略,提高了检测的准确度。
华先胜是视觉识别和搜索领域的国际级权威学者,曾获选国际电气与电子工程协会院士(IEEE Fellow)、美国计算机协会ACM杰出科学家。
(肺部CT资料)
国家癌症中心公布的数字显示,肺癌在所有恶性肿瘤发病及死亡中均占首位。胸部CT放射影像技术,是肺癌早期筛查的有效手段。但是由于CT扫描影像数量多(一次CT扫描影像通常在200张以上),医生诊断的时间长,加上工作量大,容易疲劳,人工误差不可避免。人工智能成为新的选择。
目前,这一技术已经集成到阿里云ET医疗大脑中。ET医疗大脑可在精准医疗、医学影像、药效挖掘、新药研发、健康管理、可穿戴设备等领域承担医生助手角色,并已在肺癌、宫颈癌、甲状腺癌等领域实现突破。
在视觉计算领域的持续攻坚,是阿里巴巴"NASA"计划的一部分。不久前,该团队还打破了全球权威机器视觉算法测评平台KITTI的世界纪录,将车辆检测的准确率拉升至90.46%。这项技术后被应用到ET城市大脑中。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。