ImagerieMédicale.

我分析图像basée通过深度学习，自动研究异常生物学

分析图像médicales nécessitait généralement la flexibilité d'un inspecteur humain和capacité de predre des décisions定性à建议d'une scène non structurée。我可以être fastidieux和艰难地定位一个区域d'intérêt avec précision en reason d’un arrière-plan confusion或者problèmes de qualité d’image。unsystème automatique doit identifier la zone d'intérêt, tout en en无知les caractéristiques non - relevant。今天,我的通过深度学习分析图像baséePeut自动机La Recherche D'异常生物原理达斯Les Radoorichies，Échographies等IRM。

Qu'il s'agisse de la cherche d' anomalie spécifique ou de toute différence par rapport à l'aspect du corps, Cognex Deep Learning结合flexibilité d'un inspecteur humain avec la vitesse和fiabilité d'un système informatique。L'outil de localisation identifie la région d'intérêt(例如某个组织)，malgré le fond visuellement déroutant et peu contrasté， en fellow les caractéristiques distinctives de cette région。在détection des défauts développe un modèle de référence正常器官的方面，在类型spécifiques异常的情况下，在底部entraînement à部分和图像集合d'échantillons。所有异常信息éloigne生理正常区域ciblée est identifiée comme un défaut pour un diagnostic assisté par ordinateur effectué par un radiologist。