新华网 正文
给血细胞分类可让人工智能来干
2019-11-26 08:16:18 来源: 科技日报
关注新华网
微博
Qzone
评论
图集

        德国亥姆霍兹慕尼黑研究中心和慕尼黑大学的研究人员首次发现,在对急性髓细胞性白血病患者的血样进行分类方面,深度学习算法表现出色。这一概念验证研究为将来广泛使用对样品的自动化、标准化分析铺平了道路。该论文发表在《自然·机器智能》杂志上。

        研究人员每天要在医学实验室和诊所评估数百万个血细胞以诊断疾病,将其分为大约15个不同的类别。这些重复性工作大多数依靠人工完成,容易导致样品质量变化,并且要依靠专家和专业知识。

        为了更有效地评估单个血细胞,研究团队开发了神经元深度学习网络,用了将近20000张单独的图像对其进行训练,使其能够对细胞进行独立分类。由卡斯滕·马尔博士领导的团队使用了从100例侵袭性血液病AML患者和100例对照的血液涂片中提取的图像,然后通过将其与人类专家的准确性进行比较,来评估这种新的自动化解决方案。

        用于图像处理的深度学习算法需要两个基本条件:具有数千个参数的合适的神经网络体系结构和足够的训练数据。到目前为止,还没有大量的数字化血细胞记录,尽管这些样品每天都在诊所使用。亥姆霍兹慕尼黑研究中心的研究小组提供了此类的第一个大型数据集。目前,马尔团队与慕尼黑大学医学和综合诊所III,以及慕尼黑白血病实验室紧密合作,用数字化完成了数百例患者血液涂片。

        “将我们的方法付诸实践,将患者的血液涂片数字化需要成为常规,还要对不同来源的样品进行算法训练,以了解样品制备和染色过程中固有的异质性。”马尔说,“我们能够证明深度学习算法的性能与细胞学家一样好。下一步我们将研究使用这种新的AI驱动方法如何预测其他疾病,例如基因突变或易位。”(记者顾钢)

+1
【纠错】 责任编辑: 芦俊文
相关新闻
  • 新研究利用深度学习技术开发个性化健身指导工具
    加州大学圣迭戈分校计算机科学和工程系研究人员提取了1000名跑步者的25万份锻炼记录建立数据表,然后让机器学习这份数据表以建立一个模型。下一步研究人员将使用这一工具学习其他数据以应用于更复杂的健身指导场景。
    2019-04-28 15:00:20
新闻评论
加载更多
巴黎:香街点灯
巴黎:香街点灯
第二届纽约花灯游园会开幕
第二届纽约花灯游园会开幕
川藏线上的美丽风景
川藏线上的美丽风景
神奇“不冻河”
神奇“不冻河”


010030091140000000000000011100001385832651