日本借助人工智能深度学习技术识别早期胃癌图像，准确率为93.4％
日本研究人员借助人工智能技术开发出一种胃癌识别方法，能以较高的准确率发现早期胃癌。
日本理化学研究所日前发布公报介绍，分辨早期胃癌与胃炎并不容易，专科医生也未必能通过内窥镜图像作出准确判断。为此，该机构研究人员和日本国立癌症研究中心的研究人员决定利用人工智能深度学习技术来识别早期胃癌图像。
计算机深度学习通常需要数十万至数百万张图像用作学习数据。由于大量收集早期胃癌的高质量图像较为困难，研究人员选取了早期胃癌图像和正常图像各大约100张，并对其进行随机截取和数据扩展处理，生成了大约36万张图像。
计算机深度学习大量图像数据后，研究人员用约1万张未用于学习的图像进行测试，检验计算机能否准确诊断早期胃癌。结果发现，在判断为胃癌的病例中，准确率为93.4％；在判断为正常的病例中，准确率也达到83.6％。此外，计算机在深度学习后除能判断是否患癌外，还能指出癌变部位。
研究人员说，这项研究成果将有助于早期胃癌的发现与治疗，他们接下来将研究如何进一步提高计算机识别的准确率。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
计算机
+关注
关注
19文章
7679浏览量
91010 -
AI
+关注
关注
88文章
35506浏览量
281401 -
深度学习
+关注
关注
73文章
5564浏览量
122961
原文标题：GGAI 前沿 | 日本借人工智能技术识别早期胃癌
文章出处：【微信号：ggservicerobot，微信公众号：高工智能未来】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
热点推荐
人脸识别技术与人工智能的关系
、人工智能的定义与发展历程 人工智能，简称AI，是指使计算机系统能够执行通常需要人类智能的任务的技术。自20世纪50年代以来，AI经历了多个发展阶段，从
如何提升人脸门禁一体机的识别准确率？
准确率，可以从以下几个方面进行改进。一、优化算法与模型人脸识别的核心在于算法的优化和模型的调整，目前深度学习技术在
【每天学点AI】实战图像增强技术在人工智能图像处理中的应用
图像增强（ImageEnhancement）是人工智能和计算机视觉中一项重要的技术，也是人工智能数据集预处理的一个重要步骤。它旨在提高图像的
嵌入式和人工智能究竟是什么关系?
、连接主义和深度学习等不同的阶段。目前，人工智能已经广泛应用于各种领域，如自然语言处理、计算机视觉、智能推荐等。
嵌入式系统和人工智能在许
发表于 11-14 16:39
LLM技术对人工智能发展的影响
随着人工智能技术的飞速发展，大型语言模型（LLM）技术已经成为推动AI领域进步的关键力量。LLM技术通过深度学习和自然语言处理
人工智能、机器学习和深度学习存在什么区别
人工智能指的是在某种程度上显示出类似人类智能的设备。AI有很多技术，但其中一个很大的子集是机器学习——让算法从数据中学习。
发表于 10-24 17:22
?3048次阅读
AI大模型在图像识别中的优势
大模型借助高性能的计算硬件和优化的算法，能够在短时间内完成对大量图像数据的处理和分析，显著提高了图像识别的效率。 识别准确性 ：通过
ai人工智能回答准确率高吗
人工智能（AI）回答的准确率是一个相对的概念，会受到多个因素的影响，因此不能一概而论地说其准确率高或低。以下是对AI回答准确率及其影响因素的分析： 一、AI回答
《AI for Science：人工智能驱动科学创新》第6章人AI与能源科学读后感
探讨了人工智能如何通过技术创新推动能源科学的进步，为未来的可持续发展提供了强大的支持。
首先，书中通过深入浅出的语言，介绍了人工智能在能源领域的基本概念和
发表于 10-14 09:27
AI for Science：人工智能驱动科学创新》第4章-AI与生命科学读后感
很幸运社区给我一个阅读此书的机会，感谢平台。
《AI for Science：人工智能驱动科学创新》第4章关于AI与生命科学的部分，为我们揭示了人工智能技术在生命科学领域中的广泛应用和深远影响。在
发表于 10-14 09:21
《AI for Science：人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得
人工智能在科学研究中的核心技术，包括机器学习、深度学习、神经网络等。这些技术构成了AI for
发表于 10-14 09:16
《AI for Science：人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得
人工智能：科学研究的加速器
第一章清晰地阐述了人工智能作为科学研究工具的强大功能。通过机器学习、深度学习等先进
发表于 10-14 09:12
【飞凌嵌入式OK3576-C开发板体验】RKNPU图像识别测试
和突触的处理器，特别擅长处理人工智能任务，能够大大降低CPU和GPU的负担。
功能 ：RKNPU负责处理需要高计算性能的人工智能任务，如图像识别、语音识别、自然语言处理等，从而提升设备
发表于 10-10 09:27
risc-v在人工智能图像处理应用前景分析
RISC-V和Arm内核及其定制的机器学习和浮点运算单元，用于处理复杂的人工智能图像处理任务。
四、未来发展趋势
随着人工智能技术的不断发展和普及，RISC-V在
发表于 09-28 11:00
工商网监
评论