色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)算法DeepGestalt助力早期廉價(jià)快速診斷

電子工程師 ? 來源:cc ? 2019-02-05 10:42 ? 次閱讀

罕見疾病的一些特征經(jīng)常出現(xiàn)在病人的外表上。比如患有 Noonan 綜合征(一種抑制身體生長和發(fā)育的遺傳疾病)的患者具有眼距寬的面容特征,而患有 Bain 型智力障礙的人則通常有杏仁形狀的眼睛和小下巴,這是由 X 染色體上的突變基因引起的。現(xiàn)在,研究人員訓(xùn)練了人工智能(AI)來識別這些特征,為早期診斷和廉價(jià)診斷鋪平了道路。

研究人員利用 17000 多張面部圖像(包含 200 多種罕見疾病影響的患者照片)訓(xùn)練了一種名為 DeepGestalt 的深度學(xué)習(xí)算法。通過此算法,來識別哪些面部標(biāo)志與數(shù)百種不同的遺傳綜合征有關(guān)聯(lián)。

根據(jù) Nature Medicine 雜志上報(bào)道,在一項(xiàng)包含 502 張新圖像的測試中,Deepgestalt 成功地以 91% 的正確率列出了排名前十的綜合癥,其表現(xiàn)優(yōu)于專業(yè)醫(yī)生。該團(tuán)隊(duì)還發(fā)現(xiàn)了 Angelman 綜合征和 Cornelia de Lange 綜合征患者(兩者都屬于遺傳性基因突變),除了其他癥狀外,還可能引起耳朵過低,鼻子上翹等其他面部特征,這一發(fā)現(xiàn)能夠?qū)⑸鲜鰞删C合征與 Noonan 綜合征患者區(qū)分開來。

有朝一日,AI 能夠與基因結(jié)合,幫助醫(yī)生快速診斷及尋找與疾病連鎖的遺傳標(biāo)記。這可以幫助減少每年數(shù)百萬家庭的在診斷上花費(fèi)的時(shí)間、經(jīng)濟(jì)負(fù)擔(dān)以及情感負(fù)擔(dān),能夠更快地對患有罕見遺傳綜合癥的人進(jìn)行護(hù)理。

由于臉部拍攝輕而易舉,研究人員擔(dān)心 AI 被購買者或保險(xiǎn)公司濫用。因此,對 DeepGestalt 等工具的分配以及適當(dāng)?shù)谋O(jiān)管至關(guān)重要。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    30757

    瀏覽量

    268902
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5500

    瀏覽量

    121113

原文標(biāo)題:AI 識臉在小樣本綜合癥上跑贏專業(yè)醫(yī)生,助力早期廉價(jià)快速診斷

文章出處:【微信號:deeptechchina,微信公眾號:deeptechchina】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    NPU在深度學(xué)習(xí)中的應(yīng)用

    設(shè)計(jì)的硬件加速器,它在深度學(xué)習(xí)中的應(yīng)用日益廣泛。 1. NPU的基本概念 NPU是一種專門針對深度學(xué)習(xí)算法優(yōu)化的處理器,它與傳統(tǒng)的CPU和G
    的頭像 發(fā)表于 11-14 15:17 ?519次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    人類的學(xué)習(xí)過程,實(shí)現(xiàn)對復(fù)雜數(shù)據(jù)的學(xué)習(xí)和識別。AI大模型則是指模型的參數(shù)數(shù)量巨大,需要龐大的計(jì)算資源來進(jìn)行訓(xùn)練和推理。深度學(xué)習(xí)算法為AI大模型
    的頭像 發(fā)表于 10-23 15:25 ?654次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    的應(yīng)用場景。 ? 可重構(gòu)性:在深度學(xué)習(xí)高速迭代的情況下,F(xiàn)PGA 比一些專用芯片(如 ASIC)具有更強(qiáng)的靈活性。當(dāng)深度學(xué)習(xí)算法或模型結(jié)構(gòu)發(fā)
    發(fā)表于 09-27 20:53

    深度識別算法包括哪些內(nèi)容

    深度識別算法深度學(xué)習(xí)領(lǐng)域的一個(gè)重要組成部分,它利用深度神經(jīng)網(wǎng)絡(luò)模型對輸入數(shù)據(jù)進(jìn)行高層次的理解和識別。
    的頭像 發(fā)表于 09-10 15:28 ?366次閱讀

    深度學(xué)習(xí)算法在嵌入式平臺上的部署

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)算法在各個(gè)領(lǐng)域的應(yīng)用日益廣泛。然而,將深度學(xué)習(xí)算法部署到資源
    的頭像 發(fā)表于 07-15 10:03 ?1331次閱讀

    深度學(xué)習(xí)算法在集成電路測試中的應(yīng)用

    隨著半導(dǎo)體技術(shù)的快速發(fā)展,集成電路(IC)的復(fù)雜性和集成度不斷提高,對測試技術(shù)的要求也日益增加。深度學(xué)習(xí)算法作為一種強(qiáng)大的數(shù)據(jù)處理和模式識別工具,在集成電路測試領(lǐng)域展現(xiàn)出了巨大的應(yīng)用潛
    的頭像 發(fā)表于 07-15 09:48 ?972次閱讀

    利用Matlab函數(shù)實(shí)現(xiàn)深度學(xué)習(xí)算法

    在Matlab中實(shí)現(xiàn)深度學(xué)習(xí)算法是一個(gè)復(fù)雜但強(qiáng)大的過程,可以應(yīng)用于各種領(lǐng)域,如圖像識別、自然語言處理、時(shí)間序列預(yù)測等。這里,我將概述一個(gè)基本的流程,包括環(huán)境設(shè)置、數(shù)據(jù)準(zhǔn)備、模型設(shè)計(jì)、訓(xùn)練過程、以及測試和評估,并提供一個(gè)基于Mat
    的頭像 發(fā)表于 07-14 14:21 ?2168次閱讀

    深度學(xué)習(xí)中的時(shí)間序列分類方法

    時(shí)間序列分類(Time Series Classification, TSC)是機(jī)器學(xué)習(xí)深度學(xué)習(xí)領(lǐng)域的重要任務(wù)之一,廣泛應(yīng)用于人體活動(dòng)識別、系統(tǒng)監(jiān)測、金融預(yù)測、醫(yī)療診斷等多個(gè)領(lǐng)域。隨
    的頭像 發(fā)表于 07-09 15:54 ?879次閱讀

    深度學(xué)習(xí)中的無監(jiān)督學(xué)習(xí)方法綜述

    應(yīng)用中往往難以實(shí)現(xiàn)。因此,無監(jiān)督學(xué)習(xí)深度學(xué)習(xí)中扮演著越來越重要的角色。本文旨在綜述深度學(xué)習(xí)中的無監(jiān)督學(xué)
    的頭像 發(fā)表于 07-09 10:50 ?687次閱讀

    深度學(xué)習(xí)的基本原理與核心算法

    處理、語音識別等領(lǐng)域取得了革命性的突破。本文將詳細(xì)闡述深度學(xué)習(xí)的原理、核心算法以及實(shí)現(xiàn)方式,并通過一個(gè)具體的代碼實(shí)例進(jìn)行說明。
    的頭像 發(fā)表于 07-04 11:44 ?1986次閱讀

    深度學(xué)習(xí)模型訓(xùn)練過程詳解

    深度學(xué)習(xí)模型訓(xùn)練是一個(gè)復(fù)雜且關(guān)鍵的過程,它涉及大量的數(shù)據(jù)、計(jì)算資源和精心設(shè)計(jì)的算法。訓(xùn)練一個(gè)深度學(xué)習(xí)模型,本質(zhì)上是通過優(yōu)化
    的頭像 發(fā)表于 07-01 16:13 ?1237次閱讀

    深度學(xué)習(xí)與度量學(xué)習(xí)融合的綜述

    如今,機(jī)器學(xué)習(xí)的應(yīng)用廣泛,包括人臉識別、醫(yī)療診斷等,為復(fù)雜問題和大量數(shù)據(jù)提供解決方案。機(jī)器學(xué)習(xí)算法能基于數(shù)據(jù)產(chǎn)生成功的分類模型,但每個(gè)數(shù)據(jù)都有其問題,需定義區(qū)別特征進(jìn)行正確分類。
    發(fā)表于 04-24 09:49 ?421次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>與度量<b class='flag-5'>學(xué)習(xí)</b>融合的綜述

    深度解析深度學(xué)習(xí)下的語義SLAM

    隨著深度學(xué)習(xí)技術(shù)的興起,計(jì)算機(jī)視覺的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測、識別和分類等領(lǐng)域。近年來,研究人員開始在視覺SLAM算法中引入深度
    發(fā)表于 04-23 17:18 ?1286次閱讀
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>下的語義SLAM

    為什么深度學(xué)習(xí)的效果更好?

    ,這些原則和進(jìn)步協(xié)同作用使這些模型異常強(qiáng)大。本文探討了深度學(xué)習(xí)成功背后的核心原因,包括其學(xué)習(xí)層次表示的能力、大型數(shù)據(jù)集的影響、計(jì)算能力的進(jìn)步、算法創(chuàng)新、遷移
    的頭像 發(fā)表于 03-09 08:26 ?619次閱讀
    為什么<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的效果更好?

    目前主流的深度學(xué)習(xí)算法模型和應(yīng)用案例

    深度學(xué)習(xí)在科學(xué)計(jì)算中獲得了廣泛的普及,其算法被廣泛用于解決復(fù)雜問題的行業(yè)。所有深度學(xué)習(xí)算法都使用
    的頭像 發(fā)表于 01-03 10:28 ?1927次閱讀
    目前主流的<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>算法</b>模型和應(yīng)用案例
    主站蜘蛛池模板: 国产AV无码一二三区视频| 特级淫片大乳女子高清视频| 99国产精品| 女性BBWBBWBBWBBW| 91在线青春娱乐精品分类| 麻花豆传媒剧国产免费mv观看| 中文字幕人成人乱码亚洲影视| 久久久国产精品免费A片蜜臀| 亚洲熟女片嫩草影院| 狠狠插综合| 亚洲欧洲日本天天堂在线观看 | 狠狠鲁快播| 亚洲国产剧情中文视频在线| 国产乱码卡二卡三卡4W| 五花大绑esebdsm国产| 国产精品高清视频在线| 无码国产成人午夜在线观看不卡| 国产h视频免费观看| 少妇性饥渴BBBBBBBBB| 古风H啪肉NP文| 熟女强奷系列中文字幕| 国产高清在线观看视频| 无码99久热只有精品视频在线| 国产成人国产在线观看入口| 我和妽妽在厨房里的激情区二区 | 亚洲 欧美 国产 视频二区| 国产九九熟女在线视频| 亚洲a免费| 火影忍者高清无码黄漫| 一边喂奶一边做边爱| 久久久久久亚洲精品影院| 中文字幕不卡在线视频| 男女午夜性爽快免费视频不卡| 99久久国产综合精品网成人影院| 内射白嫩少妇超碰| YELLOW在线观看高清视频免费| 日本久久中文字幕| 国产精品久久久久久亚洲毛片| 亚洲xxxx动漫| 久久99精品AV99果冻| 67194在线入口免费|