Aide à la décision
❯
Diagnostiquer
❯Prédiction de la tuberculose multirésistante à partir d'images pulmonaires CT basées sur des techniques d'apprentissage en profondeur
Représentation des connaissances - Réseau bayésien
Pour:
Ingénieurs procédés.
But:
Application des réseaux bayésiens à l'analyse des causes profondes des processus industriels.
Objectif:
Améliorer l'efficacité des opérations
Grandes entreprises
Opérations - Surveillance intelligente des infrastructures
Pour:
Opérateurs d'usine
But:
Optimisation de l'efficacité thermique d'une centrale électrique à l'aide de Machine Learning.
Objectif:
Améliorer l'efficacité des opérations, améliorer l'efficacité des employés, réduire les coûts
Grand public
Soins de santé - Améliorer le travail d'enquête
Pour:
Radiologues
But:
Utilisation de l'apprentissage automatique pour prédire le cancer du poumon à partir de tomodensitogrammes.
Objectif:
Anticiper les risques
Prédiction de la tuberculose multirésistante à partir d'images pulmonaires CT basées sur des techniques d'apprentissage en profondeur
Pour:
Les cliniciens et les professionnels de la santé prédisent les patients multirésistants (MDR) des patients sensibles aux médicaments (DS) sur la base d'images pulmonaires CT.
Objectif:
Amélioration de l'efficacité des employés
Prédiction de la tuberculose multirésistante à partir d'images pulmonaires CT basées sur des techniques d'apprentissage en profondeur
Pour:
Les cliniciens et les professionnels de la santé prédisent les patients multirésistants (MDR) des patients sensibles aux médicaments (DS) sur la base d'images pulmonaires CT.Objectif:
Amélioration de l'efficacité des employésProblème adressé
Certaines versions, ou anomalies, de la tuberculose sont résistantes à plusieurs médicaments utilisés pour traiter cette maladie/infection. Bien que ces anomalies puissent parfois être observées et référencées dans les tomodensitogrammes pulmonaires par des cliniciens professionnels (médecins), elles ne sont parfois pas évidentes. La procédure de diagnostic classique consiste à appliquer une culture microbiologique qui prend plusieurs semaines et reste coûteuse.
Description
Pour compléter la procédure de diagnostic conventionnelle, la tomographie par ordinateur (CT) à haute résolution des images pulmonaires a été utilisée non seulement pour aider les cliniciens à accélérer le processus de diagnostic, mais également pour surveiller le pronostic lors de l'administration d'antibiotiques. En conséquence, l'architecture proposée de CNN + SVM + patch est la plus performante avec un taux de précision de classification de 91,11 %, sur ces scans d'images.
Voir - Image
IA: Percevoir
Apprentissage automatique
IA: Comprendre
Aide à la Décision - Diagnostiquer
IA: Agir