人工智能新技能get,精准识别阿尔茨海默症的疾病标记物 - 医疗资讯 - 国际8ppav_www.8ppav.com医学网 - 首页-8ppav_www.8ppav.com医学门户网站
您当前所在位置: 首页 > 新闻资讯 > 医疗资讯 > 正文

人工智能新技能get,精准识别阿尔茨海默症的疾病标记物

日期:2019-05-16 16:30:07 来源: 生物探索 点击:

淀粉样斑块是阿尔茨海默症患者大脑中蛋白质碎片的团块,可以破坏神经细胞连接。为了能够像Facebook根据已捕捉到的图像来识别人脸一样识别蛋白质碎片,加州大学戴维斯分校(UC Davis)和加州大学旧金山分校(UC San Francisco)的科学家团队合作开发的机器学习工具,用以快速“看到”脑组织样本中是否存在一种或另一种淀粉样斑块。

\Brittany Dugger

“当然,我们仍然需要病理学家,”研究的主要作者、加州大学戴维斯分校病理学和8ppav_www.8ppav.com医学系助理教授Brittany N. Dugger博士说,“这是一个工具,就像键盘是用来打字一样。数字病理学与机器学习相结合可以帮助改善神经病理学工作流程。”

在最新的这项研究中,Dugger与加州大学旧金山分校神经退行性疾病研究所和药物化学系助理教授Michael J. Keizer博士合作,开发了一种一种名为“卷积神经网络”(CNN)的计算机程序,旨在确定是否可以让计算机自动识别和分析人类大脑组织中的淀粉样斑块。

\Michael J. Keizer

为了创建足够的训练样例来让CNN算法学习Dugger教授是如何分析脑组织的,研究人员想出一个方法,让Dugger教授迅速注释或标记来自43个健康和患病大脑样本组织的50万张特写图像,作为算法学习的样例

同时,他们还开发了一个网络平台,让Dugger教授可以一次只看一个高度放大的潜在斑块区域,并迅速标记她在那里看到的东西。这一数字病理学的新工具被称为“blob or not”,它可以允许Dugger教授以每小时约2000张的速度注释超过70000个“blobs”或候选斑块。

机器学习工具可准确检测疾病标记

UCSF团队使用包含数以万计的标记示例图像的数据库来训练他们的CNN机器学习算法,用以识别阿尔茨海默病中出现的不同类型的大脑变化,并且区分所谓的核心和弥漫性斑块以及识别血管异常。

\

相关阅读

站内搜索

热门推荐

更多 >>

品牌推荐

更多 >>

一周排行

更多 >>

图片聚焦

更多 >>

关闭二维码
关闭二维码
友情链接: 27yg.space    m.wamo106.com