皮肤癌的ai诊断

皮肤癌的ai诊断第1页/共40页由一篇Nature引发的思考第2页/共40页是什么研究成果震撼了生物医学界？第3页/共40页生物医学传感领域的新突破第4页/共40页百度搜索引擎都膜拜的第一作者第5页/共40页荣获斯坦福大学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第6页/共40页第7页/共40页第8页/共40页Dermatologist-levelclassificationofskincancer

withdeepneuralnetworks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2017年2月全球科学技术十大突破之五第9页/共40页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)第10页/共40页人工智能我们该如何理解？第11页/共40页从数学上看深度神经网络(DeepNeuralNetworks)卷积神经网络(ConvolutionalNeuralNetworks)第12页/共40页浅析CNNsLogistic回归模型第13页/共40页浅析CNNs第14页/共40页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？第15页/共40页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），得出最终结果第16页/共40页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

第17页/共40页卷积神经网络在该课题中如何运用？第18页/共40页ClassicaldiagnosingmethodInitialclinicalscreeningDermoscopicanalysisBiopsyHistopathologicalexaminationObservingundermicroscopeDiagnosticreport第19页/共40页FormationofAIdermatologist

——Aprocessofmachinelearning第20页/共40页Figure1|DeepCNNlayout.FormedbyGoogleInceptionv3CNNarchitectureStep1TheydemonstratedclassificationofskinlesionsusingasingleCNN,trainedend-to-endfromimagesdirectly,usingonlypixelsanddiseaselabelsasinputs.第21页/共40页Figure2|Aschematicillustrationofthetaxonomyandexampletestsetimagesa,Asubsetofthetopofthetree-structuredtaxonomyofskindisease.b,Malignantandbenignexampleimagesfromtwodiseaseclasses.Step2

TheytrainedaCNNusingadatasetof129,450clinicalimages,consistingof2,032differentdiseases.第22页/共40页Step3Graspthecharacteristicmessageofpicturesbyanalyzingpixels.Figure3|Skincancerclassificationperformanceofdermatologists(a)andCNN(b).第23页/共40页Practicaldiagnose

——Analyzingup-loadedpicture

frommobiledevices第24页/共40页Figure4|t-SNEvisualizationofthelasthiddenlayerrepresentationsintheCNNforfourdiseaseclasses第25页/共40页Realcaseanalysisassupportinformation第26页/共40页AI诊断的发展前景如何？第27页/共40页Outfittedwithdeepneuralnetworks,mobiledevicescanpotentiallyextendthereachofdermatologistsoutsideoftheclinic.

Itisprojectedthat6.3billionsmartphonesubscriptionswillexistbytheyear2021andcanthereforepotentiallyprovidelow-costuniversalaccesstovitaldiagnosticcare.第28页/共40页——EricssonMobilityReport,2016第29页/共40页除了诊断病症AI还给我们带来了什么？第30页/共40页Deeplearningalgorithms,poweredbyadvancesincomputationandverylargedatasets,haverecentlybeenshowntoexceedhumanperformanceinvisualtaskssuchasplayingAtarigames,strategicboardgameslikeGoandobjectrecognition.第31页/共40页AI应用于生活的几个例子第32页/共40页第33页/共40页2017年5月23日~5月27日“第二次围棋人机大战”第34页/共40页论决策和价值评估，人类真的输了！第35页/共40页DemisHassabis，创业公司DeepMind创始人。“AI是人类探索世界的工具。”第36页/共40页属于我们自己的AlphaGo又在何方？第37页/共40页像