防城港机器学习生物医学图像处理方向研究前景如何？

用APP更方便

桂聘首页  问答首页  问题详情

 13*******31
2020-10-12
3个回答
202人关注

防城港机器学习生物医学图像处理方向研究前景如何？

防城港人必备APP

节省80%的找工作时间

下载APP

全部回答（3）

 13*******69
2020-10-12

这个挺好的，符合现在智能医疗的想法，之前我的一个老师他们就在讨论深度学习在医学影片中的应用。现在的医院基本上都是先拍个医学影片，然后再来判断生理是否存在异常。正常个体的医学影像基本上都是一样的，然后某个部位出现异常，影片上的成像就会与正常个体的影像不一样。通过深度学习学习这些不一样的特征，然后来判断哪个部位出现什么异常，这个可以避免人们判断的误差。而且这样可以进行远程医疗，当不知道某个部位出现什么异常或者不相信当地医院的判断，可以影片传输过来进行判断。但是目前存在的一个问题是医院的医学影片对外是保密的，不会轻易公开，所以现在就数据集而言存在一定的难度，但是如果和医院合作了，估计就可以。
 13*******84
2020-10-18

1. 医学图像问题往往不止是图像问题。咱们先从图像说起：医学图像是为了医生服务，很多时候的标准是医生来决定。一个mri图像好或者不好，不只是我们认为的噪声小，细节清楚，也有医生的习惯问题。所以一个好的医学图像去处理结果，不止要关注噪声，分辨率，也要花费很大力气在style learning上2. 如果要进一步做好医学图像处理，可能需要data mining的帮助。目前我在图像处理上遇到了一些瓶颈，可能可以由额外的信息来改进。而这些额外信息的利用可能需要data mining的一些技巧来帮助。3. 医学图像的处理，请一定要谨慎谨慎再谨慎。请务必时刻记得，你所处理的每一幅图像都以一个活生生的人，你决定的每一个阈值都可能决定很多病人的生死。我不止一次的抛弃本已训练的非常好，发paper很棒的模型，仅仅是因为某些细节存在问题。因为我非常害怕因为我的过失导致了某个骨头内部的骨小梁看不清，误诊了某些病。4. 最后，如果你对改善人类健康感兴趣，欢迎你投入这个领域。我永远记得我导师提到他提高了prostate cancer治愈率1%的时候，那种自豪。
 13*******19
2020-10-22

首先值得肯定的是，这个方向有很好的就业机会。目前，国内做AI医疗方面，拿到大笔投资，同时也有一定订单规模的，主要就是医疗影像人工智能识别，这些企业包括了依图、联影等等。但是，这个方向的国内企业低技术化发展趋势必须要充分警惕，其主要问题在于，大多数国内企业，主要都是进行肺结节和乳腺癌的图像识别辅助开发工作，而且都挤在这同一个领域，固然有这个领域比较容易被认可，技术比较成熟有关，也与现有的识别方式有莫大的关系：人工标注->机器辅助识别->人工判断。实际上，医学影像AI的发展，如果沿着这条路走下去，必定是一条死胡同，虽然能够解决一些问题，但是医学影像的问题是无穷无尽的，靠人工标注，在概率上解决一些问题，但是必然会遗漏另一些问题，同时影像学林林总总的疾病和应用，何时是个尽头？也就是，AI需要学会的，绝不仅仅是按照被标注的图像特征，照葫芦画瓢进行识别，而是需要理解病理（已经明确的部分）与图像特征的必然联系，这相当于是高于现有技术一个维度的数据处理技术，其实现并不容易，但是必须要走出这一步，才有可能将AI医疗应用推向深入。这个维度的提升，带来的数据量需求和计算量需求都是几何级数地增长，国内目前在这一块的投入和进展都是比较欠缺的，希望题主能够有机会在这方面进行深入的学习和研究！