bl双性厨房裸体围裙_一本大道一卡二卡三卡_2019年中文字字幕在线看不卡_中文字幕日产乱码天堂

原標(biāo)題：

中國(guó)科研新突破：致盲性眼病青光眼發(fā)病概率可實(shí)現(xiàn)個(gè)體精準(zhǔn)預(yù)測(cè)

中新網(wǎng)3月17日電 在智能技術(shù)與眼科臨床醫(yī)療深度融合下，中國(guó)眼科界取得科研突破——致盲性眼病青光眼發(fā)病概率可實(shí)現(xiàn)個(gè)體精準(zhǔn)預(yù)測(cè)。

【資料圖】

記者17日獲悉，中國(guó)科學(xué)院計(jì)算技術(shù)研究所研究團(tuán)隊(duì)和愛(ài)爾眼科合作發(fā)布青光眼預(yù)測(cè)的科研成果，該研究成果在IEEE Transactions on Medical Imaging(IF=11.037)發(fā)表，題為“GLIM-Net: Chronic Glaucoma Forecast Transformer for Irregularly Sampled Sequential Fundus Images”。研究成果表明致盲性眼病青光眼發(fā)病概率可實(shí)現(xiàn)個(gè)體精準(zhǔn)預(yù)測(cè)，這將使青光眼患者在成為“患者”前就被發(fā)現(xiàn)成為可能，提升青光眼患者的早診早治率，從而進(jìn)一步降低青光眼致盲率。

此研究對(duì)兩千多時(shí)間間隔不一的眼底影像進(jìn)行立體化、全方位的深入研究，提出基于時(shí)間敏感自注意力機(jī)制的青光眼患病智能輔助預(yù)測(cè)算法，實(shí)現(xiàn)青光眼發(fā)病概率個(gè)體的精準(zhǔn)預(yù)測(cè)。

3月12日-3月18日是第16個(gè)“世界青光眼周”，今年的青光眼周主題是“關(guān)注青光眼：共識(shí)保視野，指南護(hù)光明”。青光眼是全球第二大致盲性眼病和排名首位的不可逆致盲性疾病，統(tǒng)計(jì)顯示，全世界約有7800萬(wàn)人患有青光眼，到2040年，這一數(shù)字將升至1億1000萬(wàn)。但由于青光眼早期癥狀不明顯，約有50%的青光眼患者會(huì)延誤就醫(yī)，從而導(dǎo)致不可逆轉(zhuǎn)的視神經(jīng)損傷?！霸绨l(fā)現(xiàn)”是防止青光眼致盲重要手段。

據(jù)介紹，現(xiàn)階段已有的人工智能主要針對(duì)青光眼的診斷開(kāi)展，通常通過(guò)自動(dòng)分割視杯視盤(pán)計(jì)算杯盤(pán)比來(lái)診斷是否患有青光眼。而針對(duì)青光眼的早期預(yù)測(cè)問(wèn)題，即通過(guò)輸入患者的一段時(shí)間內(nèi)的序列影像，判斷患者未來(lái)患有青光眼的可能性，鮮有研究。目前已有的算法DeepGF基于LSTM(long short-term memory)循環(huán)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)，存在檢測(cè)精度有限，且不能預(yù)測(cè)患者給定時(shí)刻患病的概率等不足。

針對(duì)現(xiàn)有算法存在的局限性，中國(guó)相關(guān)研究團(tuán)隊(duì)提出基于時(shí)間敏感自注意力機(jī)制的青光眼患病預(yù)測(cè)算法GLIM-Net，即輸入拍攝的序列眼底影像，以及對(duì)應(yīng)的時(shí)刻信息，輸出給定時(shí)刻患青光眼的概率；針對(duì)如何有效的編碼時(shí)間信息，研究團(tuán)隊(duì)進(jìn)一步提出了時(shí)間位置編碼模塊(Time Positional Encoding)和時(shí)間敏感的多頭自注意力模塊(Time-sensitive MSA)，根據(jù)時(shí)間間隔調(diào)整對(duì)不同影像的關(guān)注度。

研究團(tuán)隊(duì)將提出的GLIM-Net與公開(kāi)數(shù)據(jù)集SIGF和Tumor-CIFAR上的已有算法進(jìn)行了對(duì)比，結(jié)果顯示在SIGF數(shù)據(jù)集上，GLIM-Net取得了平均89.5%的準(zhǔn)確率，達(dá)到了業(yè)界最優(yōu)水平，其他指標(biāo)也均為最優(yōu)；同時(shí)，在Tumor-CIFAR數(shù)據(jù)集上亦為業(yè)界最優(yōu)。

業(yè)內(nèi)稱(chēng)，可以看到，如果患者從陰性變成陽(yáng)性，那么中間時(shí)刻患病概率是增加的，如果患者沒(méi)有轉(zhuǎn)陽(yáng)，那么中間時(shí)刻患病概率無(wú)顯著增加，這進(jìn)一步說(shuō)明了本算法在預(yù)測(cè)未來(lái)時(shí)刻患病概率的有效性。?

來(lái)源：中國(guó)新聞網(wǎng)

作者：

責(zé)任編輯：馮崢

標(biāo)簽：