LILAC系统助力医学影像分析变革医学领域里,影像数据分析向来复杂繁琐。威尔康奈尔医学院研究人员成功开发出名为LILAC(基于学习的纵向影像变化推断)的人工智能系统,能高效且精准地分析检测随时间变化的医学影像。该研究于2月20日在《美国国家科学院院刊》发表,展示出LILAC在多个医学场景的广泛应用潜力。
简化传统预处理流程传统医学影像分析方法需大量定制与预处理。以脑部MRI数据为例,研究人员常要花大量时间调整修正图像,关注特定区域,消除不同角度、尺寸差异影响。而LILAC系统极大简化此过程,自动执行复杂预处理步骤,让研究人员更轻松进行长时间序列图像分析。
适应多种医学影像LILAC的灵活性体现在对多种医学影像的适应能力上。研究团队用数百组体外受精胚胎的显微镜图像训练LILAC,测试其在随机图像对中判断时间顺序的能力,准确率高达99%。在其他实验中,该系统成功检测出伤口愈合差异和老年人脑部变化,还能准确预测认知评分。
目标与未来应用方向研究首席设计师金希钟博士称,LILAC旨在为尚不完全了解研究过程的情况提供支持,尤其在个体间变异大的情况下。此技术不仅适用于当前影像数据,还能灵活应对未来未知变化。目前,研究团队计划将LILAC应用于现实临床场景,特别是通过MRI扫描预测前列腺癌患者的治疗反应。
© 版权声明
文章版权归作者所有,未经允许请勿转载。