Σύστημα Διάγνωσης Νεοπλασιών
με τη βοήθεια της τεχνητής νοημοσύνης
Εισροή εικόνας •
Τα πλακίδια θα ψηφιοποιούνται σε 2 επίπεδα ανάλυσης με τη χρήση λογισμικού whole slide imaging
Προεπεξεργασία εικόνας •
Οι ψηφιακές εικόνες των πλακιδίων θα υφίστανται αυτόματα μια προ-επεξεργασία προκειμένου να αναγνωριστούν οι συγκεκριμένες ιδιότητες που θα χρησιμοποιηθούν ως πρωτογενή δεδομένα στην εκπαίδευση μοντέλων.
• Απομόνωση χαρακτηριστικών
Κατά τη φάση αυτή, απομακρύνονται από την εικόνα ιδιότητες που δε χρησιμεύουν (θόρυβος) ενώ διατηρούνται οι χρήσιμες υπό τη μορφή διανυσματικών χαρακτηριστικών.
• Εκπαίδευση και αξιολόγηση μοντέλων
Θα ψηφιοποιηθούν αρχικά 1000 πλακίδια στα οποία θα αποδοθεί χαρακτηρισμός από έμπειρους διαγνώστες παθολογοανατόμους κατά τη φάση της εισροής. Τα πλακίδια αυτά θα χρησιμοποιηθούν για την εκπαίδευση (training dataset) μοντέλων με τη χρήση αλγορίθμων κατηγοριοποίησης. . Η συγκεκριμένη διαδικασία θα επιτρέψει στην απόκτηση γνώσης όπου συγκεκριμένα χαρακτηριστικά ή μοτίβα μεταξύ χαρακτηριστικών στο ψηφιακό αρχείο, θα «προβλέπουν» την πιθανότητα και κατηγορία καρκίνου.
Συνεργάτες
Τελευταία Νέα
Το Ai-Patholab στην έκθεση Beyond
Είχαμε την ευκαιρία να παρουσιάσουμε το ερευνητικό μας έργο στην έκθεση Beyond Expo. Το AI-Patholab, μια κοινή προσπάθεια μεταξύ της WITSIDE, του Εργαστηρίου Ανατομικής Παθολογίας Istomedica […]
Performance Metrics
Τα πρώτα αποτελέσματα του έργου είναι ιδιαίτερα ενθαρρυντικά. Οι επιδόσεις του συστήματος δείχνουν ότι το έργο έχει δυναμική και θα έχει σημαντικό αντίκτυπο στο μέλλον. Τα […]