医疗图像

深度學習圖像分析可協助自動化搜尋生理異常

傳統上，醫療圖像分析需人工檢測人員靈活判別，還要能對非架構化的場景做出定性決策。但由於背景模糊不清或圖像品質因素，這不僅耗時，亦難以精準找出關注目標或興趣區。自動化系統必須成功識別興趣區，同時忽略不相關的特徵。現在，深度學習圖像分析能自行搜尋放射線X光片,超音波及核磁共振圖中的生理異常。

Cognex深度学习結合人工檢測人員的靈活度,還具備電腦化系統的速度與穩健度,無論是搜尋特定異常狀況,或任何身體正常外觀的變化,都不是問題。即使存在視覺上易混淆且對比度不佳的背景，定位工具也能透過學習相關區域的區別性特徵來識別感興趣區域（例如：某種器官）。缺陷檢測工具可基於一組樣本圖像進行訓練，以創建器官正常外觀及特定類別異常的參考模型。偏離目標區域正常生理機能的任何異常,都會標示為缺陷,再由專門的放射科醫師進行CAD電腦輔助診斷。