นักวิจัยจากมหาวิทยาลัยโอซาก้าใช้โครงข่ายประสาทเทียม (CNN) ซึ่งเป็นรูปแบบทั่วไปที่ใช้ในการเรียนรู้เชิงลึกเพื่อวิเคราะห์ภาพ ซีเอ็นเอ็นทำงานโดยนำไปใช้กับภาพอินพุต ชุดของตัวกรองที่เชื่อมต่อและฟังก์ชันทางคณิตศาสตร์ ซึ่งคล้ายกับเซลล์ประสาท สามารถฝึกให้ดึงคุณลักษณะเฉพาะออกมาได้ ในการถ่ายภาพทางการแพทย์ CNN ถูกจำลองขึ้นตามระบบการมองเห็นของมนุษย์
โดยมีเลเยอร์ต่ำที่จับภาพรายละเอียดเล็กๆ
น้อยๆ เช่น ขอบ และระดับที่สูงขึ้นซึ่งจับภาพลักษณะที่ซับซ้อนซึ่งสะท้อนภาพทั้งหมดฝึก AI ตรวจจับเนื้องอกแนวคิดในการใช้ปัญญาประดิษฐ์ (AI) กับภาพทางการแพทย์เพื่อวัตถุประสงค์ทางคลินิกไม่ใช่เรื่องใหม่ แต่หลายคนตั้งคำถามถึงความสามารถของ AI ในการแยกแยะรายละเอียดเล็กๆ น้อยๆ ที่แยกความแตกต่างของเนื้องอกที่พัฒนาความต้านทานต่อการรักษาทั่วไป
การระบุชนิดของเนื้องอกและที่มาของเนื้องอกนั้นเป็นขั้นตอนสำคัญที่นำไปสู่การรักษาเฉพาะบุคคลสำหรับผู้ป่วยแต่ละราย ตัวอย่างเช่น ไม่จำเป็นต้องให้ผู้ป่วยได้รับรังสีรักษาหากเนื้องอกของพวกเขาดื้อต่อกัมมันตภาพรังสี เนื่องจากอาจส่งผลเสียต่อผู้ป่วยและเสียเวลาเปล่า อย่างไรก็ตาม จนถึงปัจจุบัน การจำแนกประเภทเนื้องอกดำเนินการโดยการตรวจด้วยสายตาเป็นหลัก ซึ่งทำให้กระบวนการนี้ใช้เวลานานและมีแนวโน้มที่จะเกิดข้อผิดพลาดจากมนุษย์
ในการศึกษานี้ นักวิจัยได้ออกแบบ CNN เพื่อจำแนกเซลล์ออกเป็นห้าประเภท: ไม่ได้รับการรักษา (ควบคุม); เนื้องอกของเมาส์ที่ทนต่อรังสีเอกซ์หรือคาร์บอนไอออน (ชนิด NR-S1); เนื้องอกปากมดลูกของมนุษย์ที่ไม่ได้รับการรักษาและทนต่อรังสีเอกซ์ (ชนิด ME-180) ต่อมาพวกเขาได้ฝึก CNN ด้วยฐานข้อมูลภาพขนาดเล็กที่มีความคมชัดเฟส 8000 ที่มีเซลล์ประเภทนี้ และตรวจสอบโดยใช้ภาพเพิ่มเติม 2,000 ภาพ
ภาพกล้องจุลทรรศน์ที่เป็นตัวแทนอัลกอริธึมสามารถจดจำเนื้องอกของเมาส์ (NR-S1) และตรวจสอบว่ามีการพัฒนาการต่อต้านการรักษาโดยทั่วไป เช่น รังสีเอกซ์หรือคานคาร์บอนไอออนหรือไม่ เช่นเดียวกับเนื้องอกปากมดลูกของมนุษย์ ต้องการฐานข้อมูลที่ครอบคลุม
เครือข่ายสามารถระบุเซลล์ได้อย่างถูกต้อง
ถึง 96% ในชุดข้อมูลการตรวจสอบ แม้ว่าจะมีปัญหาในการจดจำสายเซลล์ของมนุษย์ก็ตาม โดยเฉพาะอย่างยิ่งในกรณีของเซลล์ที่ดื้อต่อรังสีเอกซ์ซึ่งมีอัตราความสำเร็จเพียง 91% เมื่อเทียบกับ 99% สำหรับเนื้องอกประเภทอื่นที่ทดสอบ รูปแบบนี้ได้รับการยืนยันเมื่อคุณลักษณะ 4096 ทั้งหมดที่สกัดโดย CNN สำหรับแต่ละภาพของชุดข้อมูลสองชุดถูกจัดเรียงเพื่อสร้างแผนที่ 2 มิติ: ในขณะที่เซลล์ทั้งสามกลุ่มที่มาจากหนูมีความแตกต่างกัน เซลล์มนุษย์ทั้งสองกลุ่มถูก ค่อนข้างใกล้กัน
ผลลัพธ์เหล่านี้เป็นบันไดสู่การออกแบบที่มีความทะเยอทะยานมากขึ้น ในอนาคต ทีมงานหวังว่าจะฝึกอบรมระบบเกี่ยวกับเซลล์มะเร็งชนิดอื่นๆ โดยมีเป้าหมายในที่สุดเพื่อสร้างระบบสากลที่สามารถระบุและแยกแยะเซลล์ดังกล่าวได้โดยอัตโนมัติ
อย่างไรก็ตาม นวัตกรรมนั้นอยู่ที่ส่วนประกอบเหล่านี้ประกอบเข้าด้วยกันอย่างไร การออกแบบผสมผสานกาวที่แข็งแรงและปลอดภัยต่อผิวหนังเข้ากับโครงสร้างอุปกรณ์ที่บางและยืดหยุ่นได้ พันธะกันน้ำจะก่อตัวขึ้นที่ผิวหนังที่ทางเข้าของไมโครแชนเนล และมีช่องทางออกขนาดเล็กมากสำหรับอากาศที่จะหลบหนีเมื่อเหงื่อไหลเข้ามาในช่อง – เปลี่ยนแผ่นแปะให้กลายเป็นวาล์วทางเดียวแบบกันน้ำที่ทนทาน
การทดสอบภาคสนามที่รุนแรงเพื่อทดสอบอุปกรณ์ ทีมงานได้แนบแผ่นแปะไฮเทคกับนักปั่นจักรยาน นักว่ายน้ำ และนักไตรกีฬาหลายสิบคน ซึ่งกลุ่มหลังฝึกซ้อมสำหรับ IRONMAN Triathlon World Championship ผลลัพธ์เป็นที่น่าพอใจ โดยแผ่นแปะมีประสิทธิภาพดี แม้หลังจากว่ายน้ำอย่างกระฉับกระเฉงสองชั่วโมง
ด้วยอรรถประโยชน์ที่ได้รับการพิสูจน์แล้ว
นักวิจัยกำลังคิดที่จะนำนวัตกรรมของตนออกสู่ตลาด “หนึ่งในคุณสมบัติที่เป็นเอกลักษณ์ของอุปกรณ์เหล่านี้คือความเรียบง่ายและต้นทุนวัสดุต่ำ” Reeder กล่าว “การเริ่มต้นจากห้องแล็บEpicore Biosystemsกำลังทำงานในพื้นที่นี้เพื่อจำหน่ายอุปกรณ์ที่คล้ายคลึงกัน”
อนาคตมีความยืดหยุ่นและสามารถพิสูจน์ได้ว่ามีประโยชน์ในด้านอื่นด้วย “เราสามารถเก็บเหงื่อที่สะสมไว้ได้หลายชั่วโมงหลังจากที่เหงื่อออก” Reeder กล่าว “เราสามารถเก็บเหงื่อได้ในอัตราที่ต่ำมากในระหว่างทำกิจกรรมประจำวันตามปกติ ซึ่งอาจเป็นประโยชน์สำหรับประชากรกลุ่มเสี่ยง” ซึ่งอาจหมายถึงการทดสอบที่ไม่สะดวกน้อยลงในการตรวจหาซิสติกไฟโบรซิสในทารก ซึ่งตรวจพบโดยการวัดความเข้มข้นของเหงื่อคลอไรด์ และการติดตามการฟื้นตัวที่ดีขึ้นสำหรับผู้ป่วยโรคหลอดเลือดสมอง
มีการใช้กล้องดิจิตอลธรรมดาเพื่อรับภาพของวัตถุที่ซ่อนอยู่รอบมุม Vivek Goyalและเพื่อนร่วมงานที่มหาวิทยาลัยบอสตันได้สร้างระบบภาพที่ไม่ใช่แนวสายตาราคาไม่แพงโดยใช้อัลกอริธึมในการดึงข้อมูลจากเงาที่เกิดจากวัตถุที่บดบัง เทคนิคของพวกเขาอาจนำไปสู่การใช้งานด้านภาพที่หลากหลายโดยใช้ส่วนประกอบที่มีต้นทุนต่ำ
หากแนวสายตาระหว่างวัตถุเป้าหมายกับกล้องถูกขวาง เช่น โดยการวางวัตถุไว้ที่มุมหนึ่ง แสงบางส่วนจากเป้าหมายจะสามารถเข้าถึงกล้องได้ผ่านการกระเจิงแบบกระจายจากวัตถุรอบข้าง แสงนี้นำข้อมูลเกี่ยวกับวัตถุที่ซ่อนอยู่ แต่จนถึงขณะนี้ข้อมูลนี้ต้องถูกจับและถอดรหัสโดยใช้เครื่องตรวจจับและอัลกอริธึมขั้นสูงก่อนที่จะได้ภาพ
เทคนิคที่ประสบความสำเร็จอย่างหนึ่ง เช่น ใช้คลื่นเลเซอร์เกินขีดเพื่อทำให้วัตถุที่ซ่อนอยู่สว่างขึ้น จากนั้นเซ็นเซอร์ออปติคัลขั้นสูงจะรับแสงที่กระจัดกระจายไปตามพื้นผิวรีเลย์ ซึ่งเป็นกระจกที่แย่มาก ในการสร้างภาพขึ้นใหม่ เซนเซอร์จะวัดทั้งเวลาที่มาถึงและมุมตกกระทบของแสงที่ได้รับ ข้อมูลเหล่านี้จะถูกป้อนเข้าสู่อัลกอริธึมและสร้างภาพขึ้น ต้องใช้อุปกรณ์ราคาแพงและมีความเชี่ยวชาญสูง ซึ่งทำให้ใช้งานไม่ได้กับหลายๆ อย่าง
ในเงามืดแต่ตอนนี้ ทีมงานของ Goyal ได้ถ่ายภาพแบบไม่อยู่ในแนวสายตาด้วยกล้องดิจิตอลธรรมดา และไม่จำเป็นต้องวัดเวลาที่จะมาถึง อัลกอริธึมของพวกเขาวิเคราะห์ข้อมูลที่อยู่ในเงามืดโดยวัตถุปิดบังซึ่งวางอยู่ระหว่างวัตถุเป้าหมายกับพื้นผิวรีเลย์ (ดูรูปด้านบน) เทคนิคของพวกเขาอาศัยความจริงที่ว่าเงาไม่คมชัด แต่มีเงามัวอยู่ที่ขอบ ยิ่งไปกว่านั้น ความแปรผันที่ละเอียดอ่อนของสีและความเข้มของแสงเงามัวยังแสดงข้อมูลเกี่ยวกับสิ่งที่อยู่เบื้องหลังวัตถุที่บดบัง
Credit : เกมส์ออนไลน์แนะนำ >>>เว็บสล็อตแตกง่าย
