北京白癜风治疗要花多少钱 https://baike.baidu.com/item/%E9%A3%8E%E6%9D%A5%E4%BA%86%C2%B7%E5%B8%A6%E4%BD%A0%E8%B5%B0%E5%87%BA%E7%99%BD%E7%99%9C%E9%A3%8E%E9%98%B4%E9%9C%BE/20783753?fr=aladdin由加利福尼亚大学旧金山分校（UCSF）和加州大学伯克利分校的科学家开发的一种计算机算法，在四分之四的放射线专家中，在头部扫描中发现微小的脑出血时胜过了一名科学家。这一进步有望帮助医生治疗脑外伤患者受伤，中风和动脉瘤。
放射科医生通常每天查看成千上万张脑部图像，以寻找可能危及生命的紧急情况的微小异常现象。单一的三维计算机断层扫描可以产生30幅或更多图像的堆栈，每个图像都必须由放射科医生检查。
研究人员创建了他们的算法，以查看人工智能是否可以更有效，更准确地挑选出具有重大异常的图像，以帮助放射线医师专注于最重要的图像并对其进行更仔细的检查。
UCSF放射学副教授EstherYuh说：“我们想要一种实用的东西，为了使这项技术在临床上有用，准确性水平必须接近完美。”“由于遗漏异常的潜在后果，此应用程序的性能要求很高，人们所忍受的性能或准确性不会低于人类。”
团队开发的算法仅用一秒钟即可确定整个头部扫描是否包含任何出血迹象。它还跟踪了大脑三维结构中异常的详细轮廓，并给出了可接受的假阳性水平，从而最大程度地减少了医生花在审查其结果上的时间。有些斑点的大小可能在像素左右，甚至放射线专家有时也会错过它们，可能会造成严重的后果。
“鉴于每天都有大量遭受外伤性脑损伤并被送往急诊室的人，这具有非常重要的临床意义，”合著者，电子工程与计算机科学专业的ArthurJ.Chick教授JitendraMalik说。在加州大学伯克利分校。
该算法发现了一些专家遗漏的小异常现象。它还指出了它们在大脑中的位置，并根据亚型对它们进行了分类，这是医生确定最佳治疗方法所需的信息。
据Malik所说，关键是选择要输入到模型中的数据。这项新研究利用了一种称为完全卷积神经网络或FCN的深度学习类型，它可以在相对较少的图像上训练算法，在本例中为4,项CT检查。但是研究人员使用的训练图像充满了信息，因为每个小的异常都是在像素级别手动描绘的。这些数据的丰富性以及防止模型误认为随机变化或“噪声”有意义的其他步骤，创造了一种极其精确的算法。
现在，作者正在将该算法应用于来自全国各地创伤中心的CT扫描，该研究已加入由UCSF的神经外科教授兼副主席GeoffreyManley领导的一项研究。
这项研究由加州大学伯克利分校的郭维成和克里斯蒂安·赫内和加州大学旧金山分校的PratikMukherjee合著，今天发表在《美国国家科学院院刊》上。
