给血细胞分类可让人工智能来干

  • 时间:
  • 浏览:0

调查问题图片图片加载中,请稍候。

若长时间无响应,请刷新本页面

  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,角度学习算法表现出色。这俩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,将其分为大慨1二个不同的类别。那先 重复性工作大多数依靠人工完成,容易原因 样品质量变化,已经 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角度学习网络,用了将近500张单独的图像对其进行训练,使其也能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50例侵袭性血液病AML患者和50例对照的血液涂片中提取的图像,已经 通过将其与人类专家的准确性进行比较,来评估这俩新的自动化处理方案。

  用于图像处理的角度学习算法需要二个多多多基本条件:具有数千个参数的大慨的神经网络体系社会形态和足够的训练数据。到目前为止,还那末几瓶的数字化血细胞记录,尽管那先 样品每天也有诊所使用。亥姆霍兹慕尼黑研究中心的研究小组提供了此类的第二个多多多大型数据集。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办法,用数字化完成了数百例患者血液涂片。

  “将亲们的办法付诸实践,将患者的血液涂片数字化需要成为常规,需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,“亲们也能证明角度学习算法的性能与细胞学家一样好。下一步亲们将研究使用这俩新的AI驱动办法怎么能能预测这俩疾病,同类 基因突变或易位。”(记者 顾钢)

[ 责编:武玥彤 ]

阅读剩余全文(