深度学习

深度学习用于内窥镜影像分析

    息肉检测对于防治结肠癌具有重要意义,临床研究发现约有1/4的息肉会被遗漏,因此自动化的分析算法能够有效提高检测的准确率,节省医生的时间和减少医生的工作量。由视见医疗科技团队人员开发的深度学习算法,取得了2015 MICCAI 内窥镜息肉检测的冠军。本次比赛吸引8支国际队伍参加比赛,视见团队在各项指标(包括准确率,召回率和F1值等)远超其他参赛者。

深度学习技术用于肺结节筛选

    肺小结节的检测,对于肺癌的早期预防、诊断和治疗有关键作用。基于大数据学习,人工智能系统可以准确、快速地进行CT三维图像中的肺小结节目标检测。在医学影像国际知名会议ISBI中,视见医疗科技团队凭借三维深度学习技术,获得ISBI肺结节筛选挑战赛冠军。

深度学习技术用于腺体分割

    精准的腺体分割可以帮助医生定量化诊断结肠癌的严重程度。在国际顶级会议2015MICCAI举行的腺体分割大赛中,视见医疗科技团队开发的深度学习技术在13支参赛队伍中取得了冠军,相关研究论文“DCAN: Deep Contour-Aware Networks for Accurate Gland Segmentation”被计算机视觉国际会议2016 CVPR录取。