UC 圣地亚哥大学开源新冠肺炎 CT 数据集

截至 2020 年 3 月 30 日,在全世界范围内已有 775,306 人感染新冠肺炎,37,083 人死亡。对此疾病检测的低效和缺乏成为控制其传播的主要障碍。目前的检测主要基于逆转录聚合酶链反应(RT-PCR),需要 4 到 6 个小时才能获得结果。与新冠肺炎可怕的传播速度相比,这远不够快。除了效率低下之外,RT-PCR 检测试剂盒也非常短缺。

这促使研究团队去研究替代的检测方式。这些方式可能更快,比 RT-PCR 便宜,更容易获得,但与 RT-PCR 一样准确。在众多可能性中,研究团队对 CT 图像尤其感兴趣。有几篇著作研究了 CT 图像在筛选和检测新冠肺炎时的效果,结果鼓舞人心。[……]

继续阅读

DeepLesion:最大开源临床医疗图像数据集

NIH 临床中心最新公布了一个迄今规模最大的多类别、病灶级别标注临床医疗 CT 图像开放数据集 DeepLesion,研究人员在此基础上训练深度神经网络,创建了一个具有统一框架的大规模通用病灶检测器,能够更准确、更自动地衡量患者体内所有病灶的大小,实现全身范围的癌症初步评估。数据集包含:

  • 4,427 名独立的匿名患者
  • 10,594 次 CT 扫描(平均每位患者有 3 次随访)
  • 32,735 个带标记的病灶实例
  • 一共 928,020 张 CT 横切图像(512×512 分辨率)

[……]

继续阅读

上海交通大学《2019 中国人工智能医疗白皮书》发布

AI 读片快准稳,微缩机器人“助手”深入人体直捣病灶——人工智能与医疗领域的结合,会不会将更多疾病预防在前,或者让普通人看病更容易?日前,上海交通大学人工智能研究院联合上海市卫生和健康发展研究中心、上海交通大学医学院发布了《人工智能医疗白皮书》 。该白皮书包含人工智能医疗发展历史、政策分析、行业现状、面临的挑战及趋势分析四大部分,全面分析了世界主要国家人工智能医疗研究的热门领域、面临的主要挑战和未来发展趋势,为我国人工智能医疗行业的政策制定、学术发展、投资策略、产品应用等提供了智力支持和政策依据。

近年来,在国家政策的支持与驱动下,在互联网、大数据、人工智能等前沿技术的支撑下,我国智慧医[……]

继续阅读

新型冠状病毒肺炎 (COVID-19) 数据集汇总

『山川异域,风月同天』—— 新冠肺炎疫情牵动着举国上下的心,包括跨象乘云™ 在内,众多高科技企业除了向灾区捐赠物资,配合疫情防控工作,延期复工 / 远程办公的同时,也在积极探索如何利用大数据、新一代人工智能等新技术为『战疫』助力。

此前,跨象乘云™ 发布了多份新型冠状病毒肺炎(COVID-19)相关的数据集。随着关于新型冠状病毒病毒疫情的不断发展,有关疫情的各类信息和数据也在不断更新。结合日前『图灵公众号』(微信公众号:TOPIA)整理的新冠数据集,在这里作一个阶段性汇总。

  1. 微软、白宫发布的 COVID-19 开放研究数据集(COVID-19 Open Research Dat[……]

    继续阅读

英特尔 AI 医疗实战手册

AI 正在变革(中国)医疗。最近,Intel 一份实战手册刚刚披露,清晰勾勒出了 AI 如何重塑着医疗行业的各个方面。而且,这份手册展示的不光有趋势分析、技术规划,还展示了诸多案例,是实践实战后的全面总结。报告撰写者,正是提供了最基础但覆盖全流程的 AI 能力计算巨头英特尔,可以说是 AI 医疗的首份权威“剑谱”。[……]

继续阅读

IBM 开源三个抗癌 AI 项目

项目地址:

https://www.techzine.be/nieuws/41092/ibm-maakt-drie-ai-projecten-gericht-op-kankeronderzoek-opensource.html

近日,IBM 向开源社区发布了三个旨在克服治愈癌症的 AI 项目。在本月晚些时候将在瑞士举行的第 18 届欧洲计算生物学大会(ECCB)和第 27 届分子生物学智能系统大会(ISMB)上,将会深入介绍PaccMann 项目。

2018 年,癌症导致全球 960 万人死亡,此外,同年增加了 1800 多万新的癌症病例。IBM 计算系统生物学小组的研究人员[……]

继续阅读

Google 开源 FHIR 医疗数据模型

Google 正在大力推动 FHIR 进行医疗预测。在过去 10 年间,医疗数据已经从以纸质文件为主几乎完全数字化为电子健康记录。但是,理解这些数据涉及一些关键挑战。

  1. 供应商之间没有共同的数据表示形式;每个供应商都使用不同的方式来构建他们的数据。
  2. 即使使用相同供应商的网站也可能存在很大不同,例如,他们通常为同一种药物使用不同的代码。
  3. 数据可能分布在多个表格中,一些表格包含患者就医记录,一些包含实验室结果,其他的则包含生命体征数据。

近日,Google 开源了快速医疗互操作性资源 (FHIR) 标准解决了其中的大多数挑战:它具有一个坚实并且可扩展的数据模型并基于成熟的[……]

继续阅读

卷积神经网络和医疗影像分析平台:NiftyNet

NiftyNet 是一个基于 TensorFlow 的开源卷积神经网络平台,来研究医疗影像分析和影像导向的治疗。(An open source convolutional neural networks platform for medical image analysis and image-guided therapy.)NiftyNet 有着模块化的架构设计,能够共享网络架构和预训练模型。使用该模块架构,你可以:

  • 使用内建工具,从建立好的预训练网络开始
  • 根据自己的图像数据改造已有的网络
  • 根据自己的图像分析问题快速构建新的解决方案

NiftyNet 现在支持医疗[……]

继续阅读