医学影像

基于深度学习的图像分析有助于自动搜索生物异常

传统上，医学图像分析需要人类检查员的灵活性以及对非结构化场景做出定性决策的能力。由于背景混乱或图像质量问题，很难精确定位感兴趣的对象或区域，这可能非常耗时。自动化系统必须成功地识别感兴趣的区域，同时忽略不相关的特征。今天基于深度学习的图像分析可以自动搜索放射x射线、超声波和NMR中的生物异常。

无论是寻找特定的异常还是身体正常外观的任何偏差，Cognex Deep Learning都将人类检查员的灵活性与计算机系统的速度和鲁棒性结合起来。定位工具通过学习该区域的显著特征来识别感兴趣区域（例如某个器官），尽管背景在视觉上令人困惑且对比度差。缺陷检测工具基于一组样本图像的训练，开发出器官正常外观以及特定类型异常的参考模型。任何偏离靶区正常生理学的异常都被标记为缺陷，由专家放射科医生进行CAD计算机辅助诊断。