Looks like you’re on the German site. Choose another location to see content specific to your location
Ein neues tiefes neuronales Netzwerk, das auf einem Laptop ausgeführt wird, könnte systemische Sklerose schnel
Laut dem Vorsitzenden der Abteilung für biomedizinische Technik der Universität von Houston könnte ein neues tiefes neuronales Netzwerk, das auf einem normalen Laptop ausgeführt wird, die seltene Autoimmunerkrankung systemische Sklerose schneller diagnostizieren. Laut der University of Houston ist eine frühzeitige Diagnose von SSc unerlässlich, aber häufig unklar. Die Beteiligung der Organe könnte viel früher als erwartet erfolgen, wie Studien zeigen, in der frühen Phase der Krankheit, stellt jedoch eine große Herausforderung für Ärzte dar, den Grad des Fortschreitens der Krankheit frühzeitig zu bewerten und zu diagnostizieren, was zu Verzögerungen bei der Behandlung und Therapie führt. John S. Dunn, Stiftungsprofessor für biomedizinische Technik, Metin Akay, erklärte: „Unsere vorläufige Studie, die die Wirksamkeit der vorgeschlagenen Netzwerkarchitektur zeigen soll, ist vielversprechend für die Charakterisierung von SSc. Wir glauben, dass die vorgeschlagene Netzwerkarchitektur leicht in einer klinischen Umgebung implementiert werden kann und ein einfaches, kostengünstiges und genaues Screening-Tool für SSc bietet. Durch das Scannen der Bilder lernt das Netzwerk aus den vorhandenen Bildern und entscheidet, welches neue Bild normal ist oder sich in einem frühen oder späten Krankheitsstadium befindet. Nach der Feinabstimmung zeigten unsere Ergebnisse, dass das vorgeschlagene Netzwerk eine hundertprozentige Genauigkeit im Trainingsbildsatz, eine Genauigkeit von sechsundneunzig bis acht Prozent im Validierungsbildsatz und eine Genauigkeit von fünfundneunzig bis zwei Prozent erreichte auf dem Testbildsatz. “
Informiert bleiben
Erhalten Sie die neuesten Branchennachrichten, Tipps und mehr direkt in Ihren Posteingang.
- Share Article
- Share on Twitter
- Share on Facebook
- Share on LinkedIn
- Copy link Copied to clipboard