计算机视觉是 AI 核心研究领域,目的在于让机器具备人类的“眼力”。计算机视觉是人工智能的 分支之一,目的在于通过电子化的方式来感知和理解影像,让计算机具备和人一样的"眼力",能够 识别、理解周围的世界。人脑接受的 80%的信息来自眼睛(视觉),50%的大脑活动都与处理视觉 信息有关,可见视觉在信息传递中的重要性和复杂性。
机器之心原创 作者:高静宜 搭载着 ULSee 智能驾驶集成方案的汽车上,4 个摄像头分别安装在车身的前后左右,用于采集车辆在行车过程中四周的影像。无论是在高速还是低速行车期间,图像都可以在经过实时图像拼接技术处理后,形成一幅无缝完整的车周全景图,实时直观呈现在车内的显示设备上,使驾驶员可以 360 度地了解行车环境并结合前方安全警示系统做出相应决策判断。与此同时,车内的 3 个摄像头协同工作实现对驾驶员行为的监测分析,进而判断驾驶员是否走神、疲劳、偏离开车焦点并在第一时间发出警报确保行车安全。 2017
在传统医疗领域,医院内每日的医学影像数据量巨大,影像科医生做着大量重复性和机械性的工作。每张片子都需要医生仔细筛查和甄别,耗费了大量的精力,同时过于机械和重复性的工作也使得医生可能由于过于疲乏而产生判断上的失误。
聊起 AI,画面都充斥着机械语言:精密高级的芯片,光怪陆离的智能产业……你眼中的 AI 有什么样的能力?能给传统行业带来哪些变革与发展?基于此,云加社区联手知乎科技,从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合 」。
医生专家的手动标注是医学影像AI研究的基石。标注软件需要尽可能节省医生手动标注的耗时,减少医生标注的痛苦,并帮助医生提高标注的质量与一致性。作为首款国产一站式医学影像标注软件,Pair软件具备专业便捷、通用易用且智能化的特点。自2020年公开以来,Pair收获了诸多肯定与批评反馈,实现了持续的迭代优化与智能化再升级。此次将对Pair在2021年的重要更新做系统整理与呈现。Pair软件的核心功能亮点如下:
大家好,今天很高兴能给大家带来这方面的报告。正如大家所看到的,社会平均年龄在逐年增长,大家对健康的意识也是越来越高,与此同时伴随着AI技术的发展,AI医疗方向就成为了互联网领域的一大研究热点,腾讯在这方面也是做了很大的努力,在这周四广州举办的互联网+会议上我们正式对外发布了我们的AI乳腺系统。作为该系统的研发人员之一我有幸见证了这个项目从无到有以及一次一次迭代的过程,所以希望在今天的会场上能够跟大家分享一下我们整个团队的经验。
数据猿导读 目前我国在此方面的法律依然处于缺失状态,甚至可以说是医疗人工智能发展的最大障碍。实际上,不仅仅是在医疗行业,在整个数据行业中都存在这样的问题。 图 | 阿里云总裁胡晓明在云栖大会深圳峰会上
在过去一年,AIGC 以星星之火,点燃全球燎原之势。如今巨变仍在进行,各行各业积极拥抱技术变革,带来诸多智能应用创新。然而开发者在实际落地 AIGC 的过程中,如何做技术选型?如何将前沿技术有效地融入现有业务流程,兼顾实用性和用户体验?如何加快前沿技术落地,进而推动产业升级?
机器之心原创 编辑:张倩 这些应用或许没有那么「重磅」,但却越来越有温度。 关注 AI 领域的小伙伴可能留意到了一个现象:真正能帮上人的应用越来越多了。 比如,在生产领域,甘肃的牧民早就开始用 AI 在数羊、相牛了;在信息无障碍领域,越来越多的听障、语障人士开始借助 AI 听到外界的声音(语音转文字),然后再借助 AI 将自己的声音传递出去(文字转语音)。 这些富有人情味儿的案例让人们看到了 AI 在改善人类生存境遇方面所蕴含的希望。 但其实,AI 所能帮助的不只是人,还有我们周围的整个环境以及生活在其中
“去拍个片子吧。”这是去医院看病常常能听到的话。现代医学诊断越来越倚重影像,专业医疗科学网站估计:医疗数据中有超过90%的数据来自于医学影像。然而,即便设备产生了高精度的大量影像,针对这些数据的分析,现在主要还是靠人工完成,人都是要犯错的,所以误诊难以避免。这点中外概莫能避,从影像误诊人数来看,美国每年的误诊人数达到了 1200 万,中国每年误诊人数高达 5700 万。
作为关乎国计民生的重要领域,医院是现代医疗体系的主角。伴随互联网、AI、大数据等新兴技术的赋能催化,以及政策层面利好的持续释放,医院的数字化、智能化进程驶入快车道。
不久前,泰科易(TECHE)发布旗下新一代全景相机,拥有高达12K全景视频拍摄能力的PHIIMAX 3D。采用全金属机身密闭式设计,拥有6枚1200万像素大鱼眼镜头。相对于令人尖叫迭起的性能配置,更然人眼前一亮的是提供SDK、支持二次开发。
在6月29日的CCF-GAIR 2018全球人工智能与机器人峰会上,CCF-GAIR的承办方雷锋网联合近30家创投与资本机构、资深学者与产业界代表一起,共同为12个领域共计36家创新公司颁出2018 AI最佳成长奖榜单。
如果说过去四年是人工智能商业化进程的上半场,那么即将结束的2019年,已正式把这个行业领入至下半场。
就在刚刚,美图发布了奇想智能(MiracleVision),一个“懂美”的AI视觉大模型。
1、网传ofo北京总部人去楼空,ofo:正常办公 2、58被禁止发布房源5天 因平台仍存在违法行为 3、讯飞AI同传被指造假:同传译员亲自揭发,讯飞用人类翻译冒充AI 4、消息称荣耀将从华为独立 回应:继续独立运作 仍是华为一部分 5、微信6.7.3内测版优化订阅号瀑布流 6、传腾讯调整组织架构,腾讯云成独立事业群或早有布局 7、天猫奥特莱斯业务再升级,推出KOL+直播模式 8、美媒:中国知识付费规模庞大和美国依赖广告不同 9、乐视网不再是乐融致新的第一大股东 7、刘强东代理律师:路透社报道与事实不符,不愿干扰司法公正 【周边新闻】 1、易到大股东韬蕴资本深陷被查风波 曾投资多家乐视系公司 2、百度、蔚来等获北京市自动驾驶路测资格 4、三星Galaxy S10手机型号曝光,有曲面屏和三摄像头 5、北京试运行“网约公交车” 最少3人可成行,价格远低于普通网约车 6、苹果引入"信用评分":或为防Apple ID账号盗刷 7、恒大144.9亿元入股广汇集团 8、乐视系资产拍卖遇冷,打七折仍无人出价 9、前谷歌CEO预计:2028年互联网将分成两大阵营 中国主导其中一个 10、刘强东性侵案女主:这是个陷阱 他强迫我发生性关系 11、微软正式发布了Office 2019 for Windows and Mac 12、彭博社:白宫拟“彻底调查”谷歌、Facebook等科技公司 13、谷歌曾试图人为操控搜索结果,内部邮件遭到泄露 【融资收购】 1、测风激光雷达和雷达激光光源设计研制商“牧镭激光”完成数千万B轮融资 2、原生影像互动平台“影谱科技”完成2亿D+轮融资 3、红包广告服务商“红图App”完成2000万A轮融资 4、制造企业转型升级一站式服务平台“镑镑天工”完成1000万天使轮融资 5、专业连锁齿科机构“马泷齿科”完成2.3亿D轮融资 6、全宅智能家居品牌商“卡特加特”完成1000万A轮融资 7、AI研发公司“帝视科技”完成数千万A轮融资 8、知识产权以及财税代理服务提供商“大瑞商务”完成500万天使轮融资 9、新型社区社群电商平台“小美鲜生”完成1000万天使轮融资 10、交叉双旋翼无人直升机研发商“清航装备”完成9500万A轮融资
雷锋网《AI掘金志》频道:只做 AI +「安防、医疗、零售」三大传统领域的深度采访报道。
导语 | 我们是业内首个在保证与私有化部署流畅程度相当的使用体验的前提下,成功完成对医疗影像工作站进行“云化”的联合团队。作为联合团队的一员,云渲染团队利用行业领先的实时图像渲染技术、显卡虚拟化技术、实时音视频交互技术,将医疗影像软件"云化",部署在腾讯云的主机上,医生可以通过给定的接口直接访问医疗影像软件,通过上传或者导入已存储在云端的数据,方便流畅的完成诊断工作。在常见网络环境下,帧率稳定在40fps,满足医疗影响软件预定的帧率目标(35-45fps),端到端时延稳定在50-70ms,达到了私有化
1月28日,大年初四,“胸部CT新型冠状病毒肺炎智能评价系统”,正式在上海公共卫生临床中心上线。
新智元报道 编辑:张乾 【新智元导读】四川大学华西医院与依图医疗合作研发国内首个肺癌临床科研智能病种库和全球首个肺癌多学科智能诊断系统,让人工智能走向临床科室,也给AI医疗创造了更多想象空间。
人工智能(AI)在医学影像诊断中的成功应用使得基于人工智能的癌症成像分析技术开始应用于解决其他更复杂的临床需求。从这个角度出发,我们讨论了基于人工智能利用影像图像解决临床问题的新挑战,如预测多种癌症的预后、预测对各种治疗方式的反应、区分良性治疗混杂因素与进展,肿瘤异常反应的识别以及突变和分子特征的预测等。我们综述了人工智能技术在肿瘤成像中的发展和机遇,重点介绍了基于人工的影像组学方法和基于深度学习的方法,并举例说明了它们在决策支持中的应用。我们还解决了临床应用过程中面临的挑战,包括数据整理和标注、可解释性以及市场监管和报销问题。我们希望通过帮助临床医生理解人工智能的局限性和挑战,以及它作为癌症临床决策支持工具所能提供的机会,为他们揭开影像组学人工智能的神秘面纱。
Shahrokh Valaee 教授和博士生 Hojjat Salehinejad 正在使用机器学习创建虚拟 X 射线胸透影像来训练 AI 系统识别罕见疾病。摄影:Jess MacInnis
2014年以来,AI技术的发展逐步进入垂直细分领域,医疗影像以其标准化程度相对较高而被认为是最早能够实现AI落地的场景之一。一时间,几十家创业公司涌入影像AI赛道,其中不乏独角兽与巨头互联网公司。但没过太久,随着AI医疗影像工具在各大医院诊疗场景中的普及和深入,‘不好用’却是医院医生给出的最多反馈。
病毒核酸检测一直是检测新型冠状病毒肺炎(novel coronavirus pneumonia, NCP)的关键步骤,但始终苦于试剂盒市场的供不应求,不少疑似患者都无法得到确诊。
旗下顶级AI实验室腾讯优图,对外开源了腾讯首个医疗AI项目——深度学习预训练模型MedicalNet。
众所周知,美图公司是业界出了名的多边形玩家,从牙科、区块链、盲盒到炒币等等,美图似乎总出现在意想不到的地方,而正因此它也被盖上了“不务正业”的标签。
这个星球上的人们,或许还没有做好迎接人工智能医生的准备。不过,加州大学旧金山分校(UCSF) 的研究人员培育的AI,已经在心脏图像的分类比赛上,超过了参赛的人类心血管医师。
机器之心报道 机器之心编辑部 3 月 23 日,在机器之心 AI 科技年会上,数坤科技研发副总裁危夷晨发表了主题演讲《AI 在医疗影像的应用和探索》,对 AI + 医疗影像行业进行了全面的介绍。 以下为危夷晨在机器之心 AI 科技年会上的演讲内容,机器之心进行了不改变原意的编辑、整理: 感谢机器之心邀请我来参加这次活动,我是数坤科技的危夷晨。 我长期从事计算机视觉方面的科研和产品研发,之前在旷视科技和微软亚洲研究院工作。最近我加入了数坤科技,从事 AI 医疗影像方面的技术研发。 这次的分享主要是一个对于
影像组学是放射学领域的一个相对较新的词,意思是从医学图像中提取大量的定量特征。人工智能(AI)大体上被定义为一组先进的计算算法,可以对所提供的数据模式进行学习,以便对未知的数据集进行预测。由于与传统的统计方法相比,人工智能具有更好的处理海量数据的能力,因此可以将影像组学方法与人工智能结合起来。总之,这些领域的主要目的是提取和分析尽可能多和有意义的深层定量特征数据,以用于决策支持。如今,影像组学和人工智能都因其在各种放射学任务中取得的显著成功而备受关注,由于担心被人工智能机器取代,大多数放射科医生对此感到焦虑。考虑到计算能力和大数据集可用性的不断发展进步,未来临床实践中人与机器的结合似乎是不可避免的。因此,不管他们的感受如何,放射科医生都应该熟悉这些概念。我们在本文中的目标有三个方面:第一,让放射科医生熟悉影像组学和人工智能;第二,鼓励放射科医生参与这些不断发展的领域;第三,为未来方法的设计和评估提供一套良好实践建议。本文发表在Diagnostic and Interventional Radiology杂志。
作为国内最早一批密集报道医学影像AI产学融合与医工交叉的媒体。2018年,雷锋网AI掘金志全程报道了从海外MICCAI、RSNA、CVPR到国内ISICDM、MICS等众多顶级大会,同时也是多个知名医学图像分析学术论坛的独家媒体与首席合作媒体。
AI能够在CT诊断新冠肺炎中做什么?沈定刚教授明确提出了三点:定量分析、前后片对比以及向医生推荐诊断优先级。
近日,腾讯优图首个医疗AI深度学习预训练模型MedicalNet正式对外开源。这也是全球第一个提供多种3D医疗影像专用预训练模型的项目,将为全球医疗AI发展提供基础。 许多研究表明,深度学习的发展非常依赖数据量。自然图像领域中存在着许多海量数据集,如ImageNet,MSCOCO。基于这些数据集产生的预训练模型推动了分类、检测、分割等应用的进步。不同于自然图像,医疗影像大部分都是3D结构形态的,同时,由于数据获取和标注难度大,数据量稀少,目前尚未存在海量数据集及对应的预训练模型。 MedicalNet
安妮 编译整理 量子位 出品 | 公众号 QbitAI 近日,深度学习领军人物、卷积神经网络的创作者之一Yann LeCun接受了外媒采访。作为Facebook人工智能研究院(FAIR)的院长,LeC
论文作者:黄雨灏,杨鑫,刘恋,周涵,常澳,周心睿,陈汝锶,余俊轩,陈炯权,陈超宇,池昊哲,胡歆迪,刘思菁,范登平,董发进#,倪东#
搞深度学习的人,应该感谢“祖师爷”Geoffrey Hinton在2012年的尝试。
截止到2月6日,随着新冠病毒肺炎疫情的不断发展,全国累计已有31161例确诊病例,26359例疑似病例。不过,由于医疗资源高度短缺,尤其核心疫区的快速诊疗能力出现结构性缺失。
近日,腾讯优图实验室医疗AI再获新突破。由腾讯优图研发的医疗AI系统——医疗器械校准中的超高精度关键点检测方法,从二百余支队伍中脱颖而出,在2019 Thales AIChallenge4Health中斩获第一,检测精度达到国际领先水平。该比赛由全球市占率超过50%的放射治疗方案提供商Thales公司主办,共吸引来自全世界的201支队伍注册参与(其中40支队伍提交了最终结果)。 (图示:AIChallenge4Health竞赛排名截图。因为空间限制,只显示前11名) CT、X光等医学影像技术是实际
近年来AI医学蓬勃发展,以“腾讯觅影”为代表的AI医学解决方案快速进入多种疾病的诊断核心环节。
农业卫星在太空“拍下”地面这张“照片”,地面根据这些图像数据,结合气象情况等,通过AI算法就准确地“算”出了农作物的长势状况,给地方政府、种地农民以参考。
摘要:保险作为当今风险保障的重要手段,已然成为众多企业、个人的选择。作为风险保障的主体,保险公司在承保、理赔等各类业务处理中,都离不开影像资料。影像资料已然成为保险公司大数据浪潮中不容忽视的重要数据要素。如何做好影像资料的自动识别、真假判定等成为保险公司降本增效、风险防范的重要课题。本文就保险行业的影像资料技术和应用给出探讨。
繁琐枯燥的图像标注工作常常让人倍感压力,尤其是医学影像标注领域,标注需求差异巨大、标注场景复杂多变,而标注者却面临着没有一款可以通用的标注软件的尴尬情形。
AI 科技评论消息,2018 年 1 月,医疗 AI 科学家郑冶枫博士加盟腾讯优图实验室。 郑冶枫博士 1998 年毕业于清华大学电子工程系并保送本系研究生,之后在美国马里兰大学 (Universit
“都消失了。”Jeet Samarth Raut 的母亲在进行一次放射线扫描后听到这个好消息。 两周后,另一名医师的检查结果表示是乳癌。当然科技能做到更好的诊断水平,年轻的创业者利用 NVIDIA GPU 的深度学习软件来减少误诊的数量。 无论在 Raut 位于伊利诺州乡下的老家(也是他的母亲开始接受治疗和复原的地方)或是在开发中国家,扫描、认知和解读方面的错误不利于正确进行诊断。 Raut 和他的创业伙伴与哥伦比亚大学校友 Peter Wakahiu Njenga 共同在纽约创立了 Behold.ai这家
医学影像是临床疾病诊断的重要方式,高效精准地从影像中识别出器官结构或病变,是医学影像学的重要课题之一。依据成像原理,医学影像可以粗略分为两类:
近日,这段使用人工智能修复老北京影像的视频在 B 站和微博上火了,引起了极大的关注。仅在 B 站上,阿婆主「大谷的游戏创作小屋」上传的这个旧影像修复视频已经获得 61.9 万的播放量、4.9 万点赞。
领取专属 10元无门槛券
手把手带您无忧上云