เว็บตรง / บาคาร่าเว็บตรง กรอบการเรียนรู้เชิงลึกแบบใหม่ในการวินิจฉัย COVID-19 จากการสแกนปอดของผู้ป่วยที่เรียกว่า KarNet ได้รับการพัฒนาโดยนักวิจัยในอินเดีย ระบบซึ่งใช้การเรียนรู้การถ่ายโอนแทนที่จะต้องใช้ชุดข้อมูลการฝึกอบรมขนาดใหญ่ สามารถตรวจจับการติดเชื้อ SARS-CoV-2 ได้อย่างแม่นยำถึง 97% ในขณะที่การระบาดใหญ่ของโคโรนาไวรัสยังคงดำเนินต่อไปทั่วโลก
เทคนิคที่รวดเร็วและเชื่อถือได้มากขึ้น
ในการระบุผู้ป่วย COVID-19 จึงเป็นที่ต้องการอย่างมากเพื่อช่วยลดการแพร่เชื้อ โดยเฉพาะอย่างยิ่งเมื่อพิจารณาจากปัญหาการขาดแคลนในวงกว้างของปฏิกิริยาลูกโซ่โพลีเมอเรสการถอดรหัสย้อนกลับแบบเรียลไทม์มาตรฐานทองคำ (rRT- PCR) ชุดทดสอบ วิธีการวินิจฉัยวิธีหนึ่งที่ดึงดูดความสนใจทางวิทยาศาสตร์อย่างมากคือการใช้การสแกน CT ปอด ซึ่งสามารถเปิดเผยการเปลี่ยนแปลงในระยะแรกที่เกี่ยวข้องกับไวรัส SARS-CoV-2
เพื่อเร่งความเร็วในการประมวลผลการสแกนดังกล่าว นักวิจัยหลายๆ คนจึงหันมาใช้เทคนิคการเรียนรู้เชิงลึกด้วยความคิดในการวิเคราะห์ภาพโดยอัตโนมัติ แต่ที่นี่พบปัญหา เครื่องมือสำหรับแมชชีนเลิร์นนิงต้องการชุดข้อมูลขนาดใหญ่ที่ติดป้ายกำกับไว้ล่วงหน้าเพื่อฝึกฝนตนเอง โดยเฉพาะอย่างยิ่งหากต้องการให้สามารถทำงานได้ตามมาตรฐานทางคลินิก อย่างไรก็ตาม ชุดข้อมูลดังกล่าวยังไม่พร้อมใช้ในปัจจุบัน ส่วนหนึ่งเป็นเพราะความกังวลเกี่ยวกับการรักษาความลับของผู้ป่วย แต่ยังเนื่องมาจากข้อเท็จจริงที่ว่าผู้เชี่ยวชาญทางการแพทย์ที่จะต้องใส่คำอธิบายประกอบภาพดังกล่าว ในปัจจุบันกำลังยุ่งอยู่กับการรักษาผู้ป่วยโรคโควิด-19
เพื่อแก้ไขปัญหานี้ นักวิทยาศาสตร์คอมพิวเตอร์Arpita HalderและBimal Dattaจากสถาบันเทคโนโลยี Budge Budgeในเมืองกัลกัตตาจึงหันมาถ่ายทอดการเรียนรู้แทน ในเทคนิคแมชชีนเลิร์นนิงนี้ แบบจำลองที่พัฒนาขึ้นสำหรับงานหนึ่งจะถูกนำมาใช้ใหม่เป็นจุดเริ่มต้นในการแก้ปัญหาอื่น ซึ่งจะช่วยลดระยะเวลาที่จำเป็นสำหรับการฝึกอบรมระบบใหม่ และความซับซ้อนที่เกี่ยวข้อง
ในการศึกษาของพวกเขา ทั้งคู่ได้พัฒนาสถาปัตยกรรมซอฟต์แวร์
ที่พวกเขาขนานนามว่า KarNet ซึ่งพวกเขาสามารถใช้กับโมเดลการเรียนรู้เชิงลึกที่มีอยู่สี่รูปแบบ ได้แก่ DenseNet201, MobileNet, ResNet50V2 และ VGG16 เดิมทั้งสี่รุ่นได้รับการฝึกฝนเพื่อจำแนกประเภทวัตถุที่แตกต่างกัน 1,000 หมวดหมู่ตามข้อมูลที่มาจาก ImageNet ซึ่งเป็นฐานข้อมูลภาพออนไลน์ที่มีรูปภาพที่ใส่คำอธิบายประกอบด้วยมือมากกว่า 14 ล้านภาพซึ่งจัดกลุ่มเป็นหมวดหมู่ตามสิ่งที่พวกเขาพรรณนา ทีมแรกฝึกระบบของพวกเขาเกี่ยวกับชุดภาพ CT ของปอดที่ไม่ผ่านการดัดแปลง ก่อนที่จะเปลี่ยนไปใช้ภาพที่เรียกว่า “เสริม” ซึ่งถูกบิดเบือนเพื่อให้มีความท้าทายที่สมจริงยิ่งขึ้น
Halder บอกกับ Physics Worldว่า“เราใช้เทคโนโลยีการเรียนรู้เชิงลึกเพื่อจำแนกผู้ป่วยที่เป็นบวกและลบจาก COVID-19 ของ COVID-19 อย่างมีประสิทธิภาพ” “เราใช้แบบจำลองการเรียนรู้การถ่ายโอนสี่รูปแบบ และสรุปว่าสถาปัตยกรรม KarNet ของเราบน DenseNet201 ได้รับความแม่นยำสูงสุด 97% พร้อมความสามารถในการวินิจฉัยที่ยอดเยี่ยมด้วยคะแนน 0.99 AUC [พื้นที่ใต้เส้นโค้ง]”
แข็งแกร่ง รวดเร็ว ปรับตัวได้ และแม่นยำในขณะที่ DenseNet201 ทำงานได้ดีที่สุด – ความสำเร็จที่ Halder อ้างว่าเป็นโครงข่ายประสาทเทียมที่มีความลึก 201 ชั้น – รุ่นอื่นๆ อยู่ไม่ไกลหลัง โดย ResNet50V2, MobileNet และ VGG16 มีความแม่นยำถึง 96%, 95% และ 94% ตามลำดับ .
“แม้จะได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูล ImageNet แต่โมเดลการเรียนรู้การโอนย้ายก็มีประโยชน์ที่ไม่ขึ้นกับคุณลักษณะของตุ้มน้ำหนักที่ฝึกไว้ล่วงหน้า เช่น การปรับขนาดและการเร่งความเร็วคอนเวอร์เจนซ์” Halder อธิบาย
Halder กล่าวว่าข้อดีอย่างหนึ่งของรุ่น MobileNet คือมีสถาปัตยกรรมแบบเบา ซึ่งหมายความว่าสามารถติดตั้งบนอุปกรณ์ต่างๆ เช่น สมาร์ทโฟนและแท็บเล็ตเพื่อวินิจฉัยการสแกนปอดในสถานพยาบาลต่างๆ ได้อย่างง่ายดาย จากทั้งหมดนี้ เธอสรุปว่าเฟรมเวิร์กของ KarNet “แข็งแกร่ง รวดเร็ว ปรับเปลี่ยนได้ และแม่นยำ”
โมเดลแมชชีนเลิร์นนิงที่ตรวจพบ COVID-19
จากการเอ็กซ์เรย์ทรวงอกไม่เหมาะสำหรับการใช้งานทางคลินิก“ปัจจุบันมีข้อกังวลบางประการเกี่ยวกับประสิทธิภาพของการวินิจฉัยในฮอตสปอตระดับภูมิภาคทั่วโลก และประสิทธิภาพของ rRT-PCR แบบดั้งเดิมที่ทำงานบนตัวแปรของ COVID-19 ดังนั้นความสนใจในการวิจัยในการวินิจฉัย AI จากการสแกนด้วย CT ของปอดจึงเพิ่มขึ้น” Yu-Dong Zhangนักวิจัยด้านแมชชีนเลิร์นนิงจากมหาวิทยาลัยเลสเตอร์ซึ่งไม่ได้เกี่ยวข้องกับการศึกษาครั้งนี้ให้ความเห็น “วิธีการในบทความนี้ไม่ได้ใช้วิธีการ AI ที่ทันสมัยที่สุด” เขากล่าวเสริม “แต่ความถูกต้องของชุดข้อมูลการเข้าถึงแบบเปิดมีแนวโน้มที่ 97% ฉันหวังว่าวิธีการของพวกเขาสามารถผ่านการตรวจสอบทางคลินิกอย่างเข้มงวดได้”
เมื่อการศึกษาครั้งแรกเสร็จสิ้น นักวิจัยกำลังมองหาที่จะย้ายไปยังการแบ่งส่วนปอดแบบสามมิติเพื่ออำนวยความสะดวกในการจำแนกผู้ป่วยโควิด-19 ที่เป็นบวกและลบได้ดีขึ้น ในทำนองเดียวกัน พวกเขาจะฝึกโมเดลการเรียนรู้เชิงลึกบนชุดข้อมูลขนาดใหญ่ขึ้น เพื่อความปลอดภัยในการปรับปรุงความสามารถในการวินิจฉัย
นำกลับมาใช้ใหม่ นำกลับมาใช้ใหม่ข้อดีอีกประการของแนวทางใหม่นี้คือ หากจำเป็นต้องกำหนดค่าวงจรใหม่ หยดละอองจะแยกออกจากกันได้ง่ายโดยใช้ตัวทำละลายเพื่อ “ลบ” พวกมัน ส่วนประกอบเหล่านี้สามารถใช้เพื่อสร้างช่องนำไฟฟ้าใหม่ได้ เนื่องจากลักษณะเทอร์โมพลาสติกของเมทริกซ์โคพอลิเมอร์ SIS และลักษณะของเหลวของโลหะ
นักวิจัยซึ่งรายงานงานของพวกเขาในCommunications Materialsแสดงให้เห็นว่าพวกเขาสามารถกำหนดค่าวงจรใหม่ด้วยวิธีนี้โดยการละลายแผ่นคอมโพสิตในโทลูอีนอย่างรวดเร็วในเครื่องผสมแบบเฉือนเพื่อสร้างสารละลาย SIS/PBD/โทลูอีน เนื่องจากหยดโลหะเหลวที่กระจายตัวในสารละลายจะคล้ายกับหยดในคอมโพสิตบริสุทธิ์ในขั้นต้น จากนั้นจึงนำสารละลายไปหล่อใหม่เป็นฟิล์มที่มีคุณสมบัติทางกลเหมือนกับของเดิม ตัวอย่างที่นำกลับมาใช้ใหม่จะเป็นฉนวนไฟฟ้าหลังจากการหล่อ หมายความว่าการเชื่อมต่อทางไฟฟ้าก่อนหน้านี้ทั้งหมดถูกลบไปแล้ว เว็บตรง / บาคาร่าเว็บตรง
