การใช้การเรียนรู้เชิงลึกเพื่อประมวลผลข้อมูล เป็นแนวทางในการแทรกแซงหัวใจ

ภาพจาก SPIE

แนวทางใหม่ที่ใช้การเรียนรู้ของเครื่องสำหรับการแปลสายสวนหัวใจผ่านการถ่ายภาพด้วยแสงได้รับการพัฒนาโดยทีมงานที่นำโดย Muyinatu A. Lediju Bell จากJohns Hopkins University

ทีมงานใช้ข้อมูลจำลองเพื่อลดชั่วโมงในการรับภาพและใส่คำอธิบายประกอบด้วยตนเอง ซึ่งจำเป็นสำหรับการฝึก convolutional neural network หรือ CNN เชิงลึก  

นักวิจัยได้เพิ่มขั้นตอนการประมวลผลเพิ่มเติมที่เรียกว่า "การจับคู่ฮิสโตแกรม" เพื่อปรับปรุงประสิทธิภาพของตัวแบบให้ดียิ่งขึ้น จากนั้นพวกเขาก็ตรวจสอบประสิทธิภาพของ CNN ผ่านการทดลองกับหัวใจหมู

อ่านข่าวเต็มได้ที่: SPIE