새로운 인공 지능 도구로 신경 퇴행성 질환 진단에 도움
시나이 산은 신경 퇴행성 질환에 대한 새로운 깊은 학습 시스템을 만듭니다.
출처 : geralt / pixabay
최근 뉴욕시의 Mount Sinai School of Medicine의 선구자 연구진 팀은 심층 학습 알고리즘을 작성하고 평가하기 위해 신경 병리학에서 대규모 이미지 데이터를 사용하는 최초의 플랫폼 중 하나를 만들었습니다.
몇 주 전에 Nature ‘s Laboratory Investigation , United States and Canadian Academy of Pathology의 공식 저널 인 Mount Sinai 연구진은 길쌈 신경 네트워크 (convolutional neural networks)를 이용한 새로운 심층 학습 알고리즘을 개발했습니다. 이 알고리듬은 타우 병증의 진단 요소 – 미세 소관 결합 단백질 인 타우 (tau)로 이루어진 신경교 또는 신경계 개재물을 가질 수있는 신경 퇴행성 질환의 진단 요소를 인식, 분류 및 정량화 할 수있다.
- 꿈은 뇌 활성화에 의해 예측 될 수 있습니까?
- 의식과 뇌에 관한 입문서
- 스트레스가 많은 세계의 영향에 대한 대응
- 우울증 치료를위한 새로운 발명품
- 왜 가난한 사람들이 관심사에 대해 투표합니까?
이 연구에 사용 된 조직 병리학 적 물질은 타우 병증 환자의 22 명의 인간 부검 (human autopsy) 뇌에서 유래되었다. 뉴런의 병리학 적 타우는 신경 섬유 엉킴 (NFT)을 형성합니다. 이 섹션은 디지털화되어 마운트 시나이 (Sinai)의 계산 및 시스템 병리학 센터의 정보 과학 플랫폼에 업로드되었습니다. 1 년에 8 천만 건이 넘는 시력 검사가 62 명의 전임 병리사와 900 명의 조직 학자 및 실험실 기술자가있는 미국 최대의 병리학 부서 중 하나입니다.
컨볼 루션 네트워크 시스템은 디지털화 된 이미지에 의해 훈련되었습니다. 이 팀은 깊은 콘볼 루션 신경 네트워크 생성을 위해 완전 컨볼 루션 SegNet 아키텍처의 수정 된 버전을 배포하고 차등 손실 기능에 대한 확률 적 그라디언트 디센트를 사용했습니다.
흥미롭게도 업데이트 반복은 효율적인 병렬 처리를 위해 “범용 GPU 하드웨어”에서 수행되었습니다. 신경망 모델은 PyTorch 소프트웨어 패키지를 사용하여 구성되었습니다.
연구진은 조직 검사를 개선하고 부분적으로 양적 및 질적으로 공통적으로 사용되는 기술을 보완하기 위해 심층 학습을 사용하는 방법을 발견했습니다. 결과적으로, 팀의 새로운 심층 학습 시스템은 “조직 병리학 적 특징을 노동 집약적으로 수동으로 계산하는 것을 향상시키는”빠르고, 재현성 있고 편견없는 방법을 제공합니다.
현재 병적 타우가 어떻게 신경 질환에 영향을 미치는지는 정확히 알려져 있지 않습니다. 이 혁신적인 프레임 워크를 통해 과학자들은 임상 병리학 적 상관 관계에 대한 재현 가능한 양적 데이터에 액세스하여 알츠하이머 병과 같은 타우 병증의 병인을 연구하는 데 도움을 줄 수 있습니다.
Copyright © 2019 Cami Rosso 모든 권리 보유.
참고 문헌
Signaevsky, Maxim, Prastawa, Marcel, Farrell, Kurt, Tabish, Nabil, Baldwin, Elena, Han, 나탈리아, Lida, 메간 A., 콜, 존, 브라이스, 클레어, Purohit, Dushyant, Haroutunian, Vahram, 맥키, Stein, Thor D., White III, Charles L., 워커, 제이미, 리차드슨, 티모시, 핸슨, 러셀, 도노반, 마이클 J., 코르 동 카르도, 카를로스, 제 이네, 잭, 페르난데즈, 제라르도, 크레이리 , John F .. “신경 병리학의 인공 지능 : 타우 병증에 대한 심층적 인 학습 기반 평가”. 실험실 조사. 2019 년 2 월 15 일
어윈, 데이빗. “클리포 병리학 적 실체로서의 타우 병증” 파킨슨증 관련 장애. 2016 년 1 월 22 일
마운트 시나이 병원 (Mount Sinai Hospital) / 마운트 시나이 (Mount Sinai) 의과 대학 (2018 년 10 월 2 일). “병리학 테스트는 AI를 사용하여 수술 후 전립선 암 진행을 예측합니다.”https://www.eurekalert.org/pub_releases/2018-10/tmsh-ptu100218.php에서 3-7-2019 검색 함
