מודל למידה עמוקה מאתר מחלות עיניים

This post is also available in: English (אנגלית)

חוקרים מאוניברסיטת טוהוקו ביפן פיתחו מודל למידה עמוקה קל-משקל בשם LWBNA_Unet לחלוקה וניתוח של תמונות עיניים על מנת לעזור לרופאים לזהות ולטפל במחלות שונות. מודל הDL הוא קל פי 10 מהמודל הכי מוכר בתחום הסגמנטציה של תמונות ביו-רפואיות, ה-Unet, ויכול להיות מאומן עם מספר קטן של תמונות, גם אלו עם רמה גבוהה של רעש. 

המודל בוחן תמונות ומחלק אותם על ידי יצירת קווים תוחמים להערכת גידולים, נפח רקמה ותופעות שונות אחרות בגוף. על פי Marktechpost.com, חוקרים טוענים שלמרות הקרנה מרחוק של מחלות ומערכות ביקורת עצמאית מבוססי DL הופעים לתופעה יותר יומיומיות, אלגוריתמים של למידה עמוקה הם לרוב ספציפיים למטרה אחת, ומזהים עצמים גדולים כמו אנשים, חיות ותמרורי תנועה. 

"למודל המתקדם שלנו יש יכולות חלוקה מדויקות יותר וניתן לאמן אותו מחדש באופן חלק, אפילו עם כמות פרמטרים מופחת – מה שהופך את המודל ליותר אפקטיבי וקל בהשוואה לתוכנות אחרות שנגישות לציבור" מסביר טורו נאקאזאווה, פרופסור לרפואת עיניים מאוניברסיטת טוהוקו, ושותף למחקר.