皮肤癌的诊断.ppt

由一篇Nature引发的思考,PPT制作、主讲朱明哲文献查找、翻译、Word文档制作李卓,是什么研究成果震撼了生物医学界？,生物医学传感领域的新突破,百度搜索引擎都膜拜的第一作者,荣获斯坦福大学AI领域的理学博士并修德克萨斯大学奥斯汀分校电子计算机工程及纯数学双专业,Dermatologist-levelclassificationofskincancerwithdeepneuralnetworks,利用深度神经网络，进行皮肤科专家级别的皮肤癌诊断,这项研究成果被x-mol官网评为2019年2月全球科学技术十大突破之五,这种所谓的深度神经网络就是近年来经常提及但又充满神秘的,人工智能(ArtificialIntelligence),人工智能我们该如何理解？,从数学上看,深度神经网络(DeepNeuralNetworks),卷积神经网络(ConvolutionalNeuralNetworks),浅析CNNs,Logistic回归模型,浅析CNNs,卷积的处理看起来使得问题复杂了，这是否会增大计算难度，降低效率？,课堂讨论环节显然让课堂效率提高了而它正是卷积过程的体现,LayerL1在座近100位同学都提出了自己的观点,LayerL2通过小组讨论，初步得出问题的解答,LayerL3对每个小组的讨论结果进行评估，考虑其对问题的偏离程度（权重），得出最终结果,CNNs的工作就是将全局映射转化为区域映射的过程。,另一个现实中的例子是图像处理,卷积神经网络在该课题中如何运用？,Classicaldiagnosingmethod,Initialclinicalscreening,Dermoscopicanalysis,Biopsy,Histopathologicalexamination,Observingundermicroscope,Diagnosticreport,FormationofAIdermatologistAprocessofmachinelearning,Figure1|DeepCNNlayout.FormedbyGoogleInceptionv3CNNarchitecture,Step1TheydemonstratedclassificationofskinlesionsusingasingleCNN,trainedend-to-endfromimagesdirectly,usingonlypixelsanddiseaselabelsasinputs.,Figure2|Aschematicillustrationofthetaxonomyandexampletestsetimages,a,Asubsetofthetopofthetree-structuredtaxonomyofskindisease.b,Malignantandbenignexampleimagesfromtwodiseaseclasses.,Step2TheytrainedaCNNusingadatasetof129,450clinicalimages,consistingof2,032differentdiseases.,Step3Graspthecharacteristicmessageofpicturesbyanalyzingpixels.,Figure3|Skincancerclassificationperformanceofdermatologists(a)andCNN(b).,PracticaldiagnoseAnalyzingup-loadedpicturefrommobiledevices,Figure4|t-SNEvisualizationofthelasthiddenlayerrepresentationsintheCNNforfourdiseaseclasses,Realcaseanalysisassupportinformation,AI诊断的发展前景如何？,Outfittedwithdeepneuralnetworks,mobiledevicescanpotentiallyextendthereachofdermatologistsoutsideoftheclinic.Itisprojectedthat6.3billionsmartphonesubscriptionswillexistbytheyear2021andcanthereforepotentiallyprovidelow-costuniversalaccesstovitaldiagnosticcare.,EricssonMobilityReport,2019,除了诊断病症AI还给我们带来了什么？,Deeplearningalgorithms,poweredbyadvancesincomputationandverylargedatasets,haverecentlybeenshowntoexceedhumanperformanceinvisualtaskssuchasplayingAtarigames,strategicboardgameslikeGoandobjectrecognition.,AI应用于生活的几个例子,2019年5月23日5月27日“第二次围棋人机大战”,论决策和价值评估，人类真的输了！,DemisHassabis，创业公司DeepMind创始人。,“AI是人类探索世界的工具。”,属于我