曰本a级毛片无卡免费视频va,偷窥国产亚洲女爱视频在线,黄色网站一级小妹,日韩无在线视频免费连接,18以上免费视频在线观看,日本a级视频在线播放,亚洲免费人体视频美女

1月6日，中國科學院深圳先進技術研究院醫(yī)學成像科學與技術系統(tǒng)全國重點實驗室研究員王珊珊團隊聯(lián)合清華大學助理教授周洪宇、澳門科技大學教授張康等合作者在《自然·生物醫(yī)學工程》發(fā)表最新成果，研究團隊提出了一種名為AFLoc的人工智能模型，該模型不需要醫(yī)生提前標注病灶，就能自動在醫(yī)學影像中“找病灶”。

研究團隊介紹，“我們讓AFLoc 模型同時學習兩類信息，一類是醫(yī)學影像本身，比如胸片、眼底照片或病理切片，另一類是醫(yī)生撰寫的臨床報告。通過反復‘對照學習’，AFLoc模型會逐漸明白，臨床報告中提到的疾病描述，對應影像中的哪些區(qū)域。久而久之，即使沒有人工標注，它也能在影像中準確標出最可能的病灶位置?！?/p>

據(jù)悉，研究團隊在胸部X光、眼底影像和組織病理圖像三種典型醫(yī)學影像模態(tài)上對AFLoc進行了系統(tǒng)驗證，結果顯示模型均表現(xiàn)出優(yōu)異性能。

在胸片實驗中，AFLoc在覆蓋肺炎、胸腔積液、氣胸等34種常見胸部疾病、涉及8個主流公開數(shù)據(jù)集的測試中，在多項病灶定位指標上優(yōu)于現(xiàn)有方法，并在多個病種中達到了甚至超越人類專家的水平。在眼底影像和病理圖像任務中，AFLoc同樣展現(xiàn)出穩(wěn)定的病灶定位能力，定位精度優(yōu)于當前主流模型。

除病灶定位外，AFLoc還展現(xiàn)出強大的疾病診斷能力。在胸部X光、眼底和組織病理圖像的零樣本分類任務中，其整體表現(xiàn)均優(yōu)于現(xiàn)有方法。尤其在眼底視網(wǎng)膜病變診斷中，AFLoc的零樣本分類性能甚至超越了部分依賴人工標注數(shù)據(jù)微調的模型。

“這一模型有效規(guī)避了傳統(tǒng)深度學習方法對大規(guī)模人工標注數(shù)據(jù)的依賴，顯著提升了醫(yī)學影像數(shù)據(jù)的利用效率與模型的泛化能力，為臨床影像AI從‘依賴手工標注’邁向‘自監(jiān)督學習’提供了可行路徑，也為構建更智能、更具通用性的醫(yī)學人工智能系統(tǒng)提供了新的技術范式?！蓖跎荷罕硎尽?/p>

據(jù)悉，研究團隊未來還將進一步推動AFLoc在多中心真實臨床場景中的驗證與應用，加速其向臨床輔助診斷系統(tǒng)的轉化落地。