كيم جي لى فنغ شبكة AI حفر "المستقبل الطبي قاعة - التصوير الطبي موضوع" المرحلة الرابعة يلخص النص: أ AI فقط للممارسين الطبيين، الأشعة، والمعلمين والمدارس والموظفين CFDA لمعرفة الدورات.

ملاحظة: لمدة 90 دقيقة فيديو كم هائل من المعلومات، والمادة هي غيض من فيض فقط، فإنه ينصح بشدة لمشاهدة النسخة الكاملة من الفيديو (بما في ذلك 57 PPT) الرجاء النقر على الرابط: http: //www.mooc.ai/open/course/384

أولا، وقسم البيانات (صفحة 17 PPT)

1. بيانات جرد الأصول التصوير الطبي

2. تمييز - الحساسية: الإطار الواسع، نصائح

3. أول عملية مجلد تمييز --PC +

4. أدوات المبرمجة الفئة الثانية - أنظمة مخصصة تكنولوجيا المعلومات والأدوات: أنظمة العملاء وأنظمة الويب

طرف ثالث أداة الشرح LabelImg

6. أداة بناؤه ذاتيا

7. تجربة الشرح أداة للتنمية

8. تمييز الثالث - الأدوات المساعدة الخاصة ملحوظ + AI

ثانيا، المواد خوارزمية (31 PPT)

1. للحصول على نسبة تقسيم البيانات

2. التعلم نقل

3. اختيار الإطار: Pytorch، كافيه، TensorFlow، MXnet

4. تحليل الأمراض الجلدية الوجه الكشف عن الهدف

البيانات الحساسية والمعالجة، والكشف عن الأمراض الجلدية

خلية التحليل عنق الرحم عن حل الكشف عن وجوه 5-YL

نموذج مرحلتين على أساس عمق التعلم + GBDT

وحدة المعالجة المركزية متعددة + متعددة نظام تصنيف GPU ثلاثة أمراض عنق الرحم

6.3D الهدف للكشف عن تحليل العقيدات الرئوية CT:

معالجة البيانات، وتوقع العقيدات الرئوية الإطار، أسرع إطار RCNN والتعدين مثال الصعب على الانترنت، وظيفة الخسارة، واختيار الإطار، إطار نموذجنا، FROC تعزيز تأثير، هيكل نموذج الشبكة (150 طبقات +، UNET + Resnet)، والمصنفات الانصهار

ثالثا، حساب المواد قوة (9 PPT)

1. المعماري قرار الاختيار: العلامة التجارية VS DIY

• إنتل CPU + GPU نفيديا

• السلطة CPU + GPU نفيديا

• إنتل وحدة المعالجة المركزية

• إنتل + ASIC

• إنتل + FPGA

2، قرارات الاختيار: سحابة VS النفس

أمازون السحابية، سحابة في الولايات المتحدة، علي سحابة

3. مشغلي قوة الأمثل: CPU الأمثل GPU النطاق العريض، CUDA

وو بو من البيانات، الخوارزميات، وتعول ثلاثة مستويات السلطة، تفاصيل تجربته العملية والمعرفة من حيث AI هبوط التصوير الطبي.

وأشار إلى أن تقييم الماس يشبه البيانات الطبية، من جودة البيانات، مع توزيع حجم مصادر بيانات الصورة والبيانات وصفها لتقييم مدى هذه الأبعاد الثلاثة. دون بيانات الخام مثل الحجر الأصلي ملحوظ لا تعكس قيمته، لذلك تم وضع علامة على البيانات AI التصوير الطبي الهبوط خلال جزء حيوي.

وو بو أدوات الشرح لتصنيف البيانات، وأدوات الشرح لتبادل البيانات الخاصة بهم في تجربة التنمية. وأشار إلى أن لقاء أفضل للمستخدم من خلال أداة بناؤه ذاتيا لتعزيز عملية إدارة المشاريع، وإدارة الحقوق والتدقيق متعددة التعاونية، ومتطلبات متكررة وصفها تعديل نموذج.

مستوى البيانات، يمكن للشركات أن تفعل الكثير من عملية صنع القرار، لا يمكن إلا أن "ترى لشراء الطعام"، ولكن مستوى القوة تعتبر الشركات لديها الكثير من الخيارات، مثل نوع ما من الخيارات الإطار، حدد ماركات معدات أو أجهزة DIY، واختيار الخدمات السحابية أو الذات بنيت غرفة المحرك وهلم جرا. في الجزء الأخير من الدورة، وو بو يقدم العديد من التقنيات وقرارات الاختيار الأمثل تعول السلطة.

ضيف مقدمة:

وو بو، وينبغي أن يكون الرئيس التنفيذي بعيدة الذكية

خلفية: عملت وو بو في جامعة تسينغهوا، جامعة هونغ كونغ المعمدانية إلى الدراسة، وأكمل بعد انتهاء الدكتوراه في جامعة ليدز، حيث درس خبير رؤية الكمبيوتر أستاذ تانغ يان الناس بعيدا. وفي الوقت نفسه، نشرت أيضا عددا من المخابرات أوراق مصطنعة ICML / ACL واجتماع آخر على مستوى أعلى.

الخبرة في مجال صناعة: تأسست الشركة في عام 2017 AI الطبية: الذكي يي الآن، الشركة جمعت أكثر من 20 المستشار الطبي الدكتور الذكاء الاصطناعي، وغيرها الكثير في الداخل والخارج، لتوفير الرعاية الصحية للAI حلول تعزيز المجال، وصلت إلى التعاون مع عدد من المستشفيات المعروفة، وأطلقت صب المنتجات.

قبل تأسيس الآن يجب أن يكون ذكيا، عملت وو بو في المعهد البيانات الكبيرة إريكسون. المهيمنة أيضا أكثر من عشرة مليارات السلع الافتراضية مزودي الكهرباء، والأعمال التجارية العملة الرقمية وبناء بنية البيانات وتشغيلها.

2017 الإنجازات: وينبغي أن يكون فريق القيادة وو بو بعيدة الذكية في مجال التصوير الطبي، وحققت النتائج التالية:

1. علي AI تيانتشى الجوانب الطبية من GPU المنافسة المحلية أفضل، ونظام مفتوح المصدر وفاز في مسابقة جائزة اختيار.

2. الوجه API تحليل التشخيص الجلد، دخلت SDK التجاري، وعرضت في المؤتمر الإنترنت العالمي عام 2017.

3. مجموعة خلايا عنق الرحم AI في سلطة تقييم السوائل تتجاوز مستوى الطبيب.

الرسم التالي مقتطف لى فنغ شبكة AI حفر كيم جي وو بو الدورة جزء المحتوى:

أولا، البيانات المقال

كيفية تقدير قيمة البيانات؟

الذكاء الاصطناعي الطبية مبنية على أساس كميات هائلة من البيانات، ولكن نوعية من البيانات الطبية شحيحة، سلط الضوء على القيمة في وقت لاحق. كيفية تقييم دقيق لقيمة البيانات، هو موضوع الأطباء والمستثمرون قلقون جدا حول، وهذه الصناعة لم تتشكل بعد توافق في الآراء.

ويعتقد وو بو أن البيانات الطبية يمكن مقارنة الماس. تقدير قيمة الماس يتوافق مع اللون، والوضوح، وقطع وقيراط من هذه الأبعاد الأربعة، قد تكون البيانات الطبية أيضا قياسا صحيحا.

وأنقى اللون، وارتفاع وضوح من الماس، وارتفاع القيمة. للحصول على بيانات التصوير الطبي، يعتمد قيمته أيضا على مستوى نظيفة، موحدة، واضحة وموحدة. إذا كان من الفيلم، وأنظمة PACS والتقارير التشخيصية من طبعة جديدة من البيانات، سيتضمن حتما بعض الشوائب، سيتم تخفيض قيمتها إلى حد كبير. وأشار وو بو إلى أن الاحتياجات من البيانات ذات جودة عالية لتكون البيانات الخام، مثل الصور DICOM وopenslide شكل MHD الصورة المرضية.

وارتفاع عدد قيراط واحد من الماس، وزيادة القيمة. ويعتقد وو بو أن عدد قيراط من الماس والتي يمكن مقارنتها مع حجم التوزيع من مصادر بيانات الصورة. مع ما يسمى مصدر توزيع بيانات الصورة، هو CT من نفس المعدات، وبنفس الشدة والمعلمات التعرض للبيانات الفيديو، الصور المرضية، وطريقة الصباغة ووسائل باستخدام نفس الألوان ومتعددة من نفس الماسح الضوئي، وبيانات الصورة المخزنة في نفس الشكل.

في حين أن الهدف النهائي من الأعمال AI هو تطوير خوارزمية تنوعا، يمكن يحصل على جميع أنواع البيانات؛ ولكن كما البيانات على جانب الموجودات، وأكبر صورة مع توزيع البيانات من مصادر مختلفة، وارتفاع قيمتها.

بعض المستشفيات، على الرغم من أنهم لديهم الكثير من البيانات، ولكنها تأتي من مختلف الإدارات، ليست هي نفس الشكل، وقيمة هذه البيانات هي معركة من بعض الخصم.

تجارة الألماس من خلال الذهاب قبل أن يصبح قطع ومعالجة أخرى، البيانات الطبية للذهاب من خلال نفس العملية للإفراج عن وصفها، وقيمة أخرى. وتنقسم عملية قطع الماس في العديد من المستويات، علامات صحيح أيضا بيانات الصور الطبية. علامة من فئات أساسية إلى النشرة المصورة + الآفات المربع وضع علامة، ثم الفئة على مستوى بكسل + رسم، خطوة الجودة تميزت خطوة لتعزيز قيمة البيانات سيزيد أيضا.

تمييز البيانات كيفية اختيار؟

يجب علينا أولا من أرباحها. للبيانات الصور الطبية لشرح ما يرام، وقبل كل شيء لديك أداة الشرح جيدة.

أصبح وو بو تقسيم أدوات ترميز ثلاث فئات، وقال انه سيكون أبسط من فئة تسمى "كمبيوتر العلاج + مجلد" التي تسمح للأطباء لفرز البيانات في أجهزة الكمبيوتر الشخصية ومحطات العمل. للأطباء، والبيانات المهنية علامات البرنامج لديه بعض تكاليف التعلم، وعملية الفرز الأصلية يقلل من تكاليف التعلم، وفعالة في كثير من الأحيان، ولكن له أيضا لا يتأثر شبكة، أعلى الأمن وغيرها من المزايا. الجانب السلبي هو أن البيانات لتلبية احتياجات التنظيف في وقت لاحق أعلى، وتعقيد العملية، استهلاك المواد الاصطناعية جدا.

ترتيب مخصص أعلى أنظمة تكنولوجيا المعلومات والأدوات، بما في ذلك أدوات خارجية والأدوات التي يتم بناؤها ذاتيا. في VOC باسكال أدوات الشرح القياسية MIT لأدوات خارجية ممثلة labelImg على الرغم من قوة، ولكن من حيث التنوع والمرونة تعاني من نقص، لذلك غالبا ما يكون شركات لتطوير بعض الأدوات التي يتم بناؤها ذاتيا.

يجب أن تكون جوانب أداة تسمية الذكية حتى الآن في وضع بيانات تراكمت لديها الكثير من الخبرة. وأشار وو بو إلى أن لقاء أفضل للمستخدم من خلال أداة بناؤه ذاتيا لتعزيز عملية إدارة المشاريع، وإدارة الحقوق والتدقيق متعددة التعاونية، ومتطلبات متكررة وصفها تعديل نموذج.

لا سيما في مجال التصوير الطبي، والبيانات ملحوظ في الغالب الصور، وبطبيعة الحال ميزة تسهيل العرض، يمكن أن تكون سهلة الاستخدام وذلك تمشيا مع مبدأ استخدام قماش أدوات H5 الترميز لتصميم، جنبا إلى جنب مع تحول CSS3 صورة قاء التحجيم، ووضع العلامات التي يحتاجها. هو علم يحتاج فقط لفتح المتصفح للعلامة، دون نشر البرمجيات المعقدة.

نظرا لبعض صورة ملحوظ كبيرة جدا (على سبيل المثال، حالة واحدة من CT بيانات تصل إلى عشرات أو مئات بل ميغابايت مثال على البيانات المرضية قد تكون بقدر 1G)، وكفاءة شبكة نقل منخفضة، تحتاج في بعض الأحيان إلى القيام معالجة البيانات الشرح المحلي. يمكن للعناصر الصغيرة تكون البيانات المستخدمة المترجمة الطريق، وذلك باستخدام عازف الكمان وغيرها من وكيل وكيل البرمجيات سوف تطلب من الشبكة الصورة المحلية. وصفت المشاريع الكبيرة التي يمكنك القيام به في نشر شبكة توزيع، ملحوظ على نشر نظام، بما في ذلك خوادم الشبكة، من خلال الشبكة الداخلية للموظفين التسمية.

وبناء على هذه الأدوات التي يتم بناؤها ذاتيا، ويمكن وصفها تسمية أو خط التسمية المحلية، ركزت العملية على احتياجات اختيار على أساس التفاعل الماوس ودية للغاية. وسم الناس يمكن استخلاصها وفقا لاحتياجات مختلف العلامات نقطة / خط / الإطار، من دون إعدادات معقدة، فتح متصفح للعلامة، يمكنك أن ترى بوضوح ما كان المعيار الذي لم يتم وضع علامة.

مع تطور التكنولوجيا، وأظهرت البيانات أيضا اتجاه AI تميز نفسها. واستنادا إلى هذه التسميات التقليدية، قد يكون سابقة التجهيز من قبل نموذج بيانات منظمة العفو الدولية، ومن ثم إجراء بعض التصحيح على أساس فن الملصق.

الثانية، أوراق خوارزمية

(وهناك مقالات خوارزمية 31 وهناك كمية كبيرة من المعلومات PPT )

الثالثة، قوة الفصل العد

ويعتقد وو بو أن تحسب تحسين القوة هو في جوهره صراع مع الميزانية، لأن الميزانية والموارد أي شركة محدودة، يجب علينا أن نفعل الكثير من القرارات لجعل خيار.

مستوى البيانات، يمكن للشركات أن تفعل الكثير من عملية صنع القرار، لا يمكن إلا أن "رؤية لشراء الطعام،" كم البيانات تفعل الأشياء الصغيرة. ولكن الاعتماد على مستوى القوة، والشركات لديها الكثير من الخيارات، مثل أي نوع من الخيارات الإطار، حدد ماركات معدات أو أجهزة DIY، واختيار الخدمات السحابية أو الذاتي بنيت غرفة المحرك وهلم جرا.

من حيث الإطار، إطار إنتل CPU + GPU نفيديا الاختيار حتى الآن، وخاصة في حالة نموذج يجب القيام به في مجال التدريب. ولكن يمكن للشركات أيضا اختيار أطر أخرى وفقا لاحتياجاتها، مثل إطار IBM نظام الطاقة CPU + GPU نفيديا، وأداء ممتاز، وبين وحدة المعالجة المركزية وحدة المعالجة المركزية، وحدة المعالجة المركزية والجرافيك، GPU وGPU يمكن توفير عرض النطاق الترددي ممتازة لدعم، تشكل نسبيا حلول الراقية.

ومن أجل اللحاق إنتل نفيديا GPU إطار وحدة المعالجة المركزية +، يوفر الطاقة CPU + GPU نفيديا عدد من برامج الدعم. لفريق R & D، والانضمام العد تأسيسها على دعم القوة هو خيار جيد. السلطة وموجة والتعاون هي قريبة جدا، وهو ما يعني أن الإنتاج المحلي لن يكون مشكلة.

وبالإضافة إلى ذلك، إنتل وحدة المعالجة المركزية، وإنتل + ASIC، FPGA وأطر أخرى، لديهم مزاياها وعيوبها، اعتمادا على ظروفهم يمكن للشركات أن تختار.

......

قسم سؤال الطالب

بعد حفر كيم جي لى فنغ شبكة AI مباشر اون لاين، صاغ المشاركين 18 سؤالا من أبعاد مختلفة، وو بو لمعظم الأسئلة تم الرد بصبر.

المشكلة:

1. تصنيف متعدد المرض، للبيانات الخلل الشديد، بالإضافة إلى الإفراط في أخذ العينات، وليس هناك مستوى حسابي من اختراق؟ واختلال خطير من مجموعة البيانات السرية لا تسبب عدم الاستقرار عند خط الأساس؟

2. استخدام كيف الفعال للبيانات متعددة الوسائط؟

3. ما هي الأداة الشرح البيانات لالأنسجة والأعضاء و؟

4. متكررة علامة تعديل نموذج ماذا يعني ذلك؟

5. منتجات تحدثت عن الخلايا اليوم، علم الأمراض، العقيدات الرئة، حققنا المستخدمة في المستشفى تفعل؟

6. المرضية لون الصورة تختلف على نطاق واسع، وكيف قبل العلاج؟

7. كيفية استخدام الخلايا تجزئة الدلالي القائم السائلة للقيام تجزئة؟

......

هذه المقالة فقط يظهر جزء من محتويات و 10 PPT، والباقي من المحتوى المثير و 47 PPT، يرجى الضغط على الرابط: http: //www.mooc.ai/open/course/384