• Contatto vendite Cognex: 02 30578196

  • Contatti

Blog Cognex

Il Deep Learning VisionPro mostra una promessa precoce nell'individuazione di immagini di Covid-19 nelle radiografie del torace

COVID X-Rays Large (1)

Quando la pandemia di Covid-19 ha iniziato a sollevare allarmi in tutto il mondo, gli esperti di deep learning di Cognex hanno iniziato a chiedersi se la loro tecnologia poteva aiutare gli operatori sanitari a creare una difesa efficace.

L'allarme si è rivelato giustificato: A metà settembre 2020, il Covid-19 aveva infettato quasi 30 milioni di persone in tutto il mondo causando quasi un milione di vittime. Ovunque i medici hanno dovuto affrontare sfide simili: A seconda dei test di laboratorio, confermare i casi di Covid richiedeva molto tempo, ritardando potenzialmente la diagnosi e il trattamento. Le radiografie e altre tecnologie di diagnostica per immagini potevano fornire una rapida conferma di una diagnosi di Covid, ma era facile interpretare in modo erroneo il significato di queste immagini.

Il team di Deep Learning di Cognex ha affrontato queste sfide e si è reso conto che un pacchetto software creato appositamente per automatizzare e ottimizzare le linee di produzione poteva fornire una soluzione al componente di diagnostica per immagini come risposta alle pandemie.

Il valore della combinazione di deep learning con la diagnostica per immagini

Le immagini mediche come le radiografie sono fondamentali per confermare una diagnosi di COVID-19, fornendo a medici e radiologi delle prove visive che i test di laboratorio sono precisi. Inoltre, il software di deep learning può alleggerire il carico di lavoro dei medici analizzando migliaia di immagini mediche e identificando le anomalie che confutano o supportano una diagnosi.

C'è solo un ostacolo: Gli strumenti di deep learning open source più diffusi sono difficili da usare e richiedono una notevole esperienza di programmazione. Non è pratico aspettarsi che gli operatori sanitari, come medici, radiologi e altri medici, padroneggino questi strumenti.

Un team di esperti di intelligenza artificiale di Cognex ha deciso di superare questo ostacolo con una domanda di base: Il software di automazione industriale di Cognex poteva fornire un'alternativa di facile utilizzo in grado di eguagliare le prestazioni dei migliori strumenti di deep learning open source al mondo?

Il test di apertura di questa ipotesi ha mostrato un forte potenziale. Secondo una ricerca condotta da un team di cinque persone di esperti di Deep Learning di Cognex, l'avanzato software di visione industriale dell'azienda ha eguagliato o superato la precisione dei principali strumenti di deep learning open source al mondo.

Lo studio, intitolato "Rilevamento di COVID-19 da radiografie del torace mediante deep learning: confronto tra il software Cognex Deep Learning VisionPro 1.0 e le reti neurali convoluzionali open source", ha attirato l'attenzione dei principali editori di ricerca. I coautori erano Arjun Sarkar, Joerg Vandenhirtz, Jozsef Nagy, David Bacsa e Mitchell Riley, che lavorano tutti nel team di scienze biologiche di Cognex.

"Siamo rimasti sorpresi nell'apprendere che è facile per il software distinguere tra le patologie che si manifestano nelle radiografie", ha affermato Vandenhirtz, esperto di intelligenza artificiale senior di Cognex nel settore delle scienze biologiche. "È quasi impossibile per gli esseri umani capire le differenze nelle immagini delle radiografie con diverse patologie. Cinque radiologi possono fornire cinque opinioni diverse su questo tipo di immagini".

Vandenhirtz ha coordinato lo studio per favorire l'espansione della tecnologia di visione industriale premium dell'azienda nel settore sanitario e in quello delle scienze biologiche. La pandemia globale di coronavirus ha manifestato l'urgenza, mentre COVIDx, un ampio set di dati di radiografie del torace legate al COVID-19, ha fornito le immagini di prova per lo studio. Ha assunto Sarkar, un candidato alla laurea magistrale che studia ingegneria biomedica presso l'Università di scienze applicate di Aquisgrana, in Germania, per condurre l'esperimento e riassumere i suoi risultati nel rapporto di ricerca.

Sarkar aveva una solida esperienza nell'utilizzo di TensorFlow, la principale piattaforma di deep learning di Google, ha affermato Vandenhirtz. TensorFlow richiede ai programmatori di creare i propri modelli in un'interfaccia terminale basata su testo. Deep Learning VisionPro, al contrario, ha una GUI di facile utilizzo che non richiede esperienza di programmazione.

COVID-19 GUI (1)

Costruire uno studio su COVID e Deep Learning

Lo studio di Cognex si è basato sui risultati di uno studio di ricerca presso l'Università di Waterloo in Ontario, Canada. Lo studio, intitolato "COVID-Net: un progetto di rete neurale convoluzionale profonda su misura per il rilevamento di casi di COVID-19 da immagini radiografiche del torace", ha raccolto quasi 14.000 radiografie del torace in un set di dati chiamato COVIDx. I coautori Linda Wang e Alexander Wong hanno utilizzato pacchetti di deep learning open source per costruire COVID-Net, una sofisticata rete neurale che ha analizzato le radiografie e imparato a identificare i polmoni che avevano segni rivelatori di COVID-19.

Un gruppo di ricercatori dell'Università di Waterloo ha lanciato una startup chiamata DarwinAI per sviluppare un software di deep learning commerciale per sfruttare il valore di risorse quali COVID.Net, che promette molto bene ma che deve ancora affrontare una sfida fondamentale per l'usabilità.

"In questo momento, è solo un tipo di implementazione molto tecnico che potrebbe essere sfruttato dai data scientist ma certamente non da un radiologo o da un operatore sanitario, quindi deve essere preparato in una corretta interfaccia utente dell'applicazione che sia abbastanza facile da usare e che qualcuno che non sia profondamente tecnico possa sfruttare", ha dichiarato il CEO di DarwinAI Sheldon Fernandez in un'intervista a CDNet.

I ricercatori di Cognex hanno compreso le implicazioni di queste limitazioni. Deep Learning VisionPro è stato sviluppato per i clienti di Cognex nella produzione. I suoi sviluppatori l'hanno progettato specificamente in modo che i direttori di stabilimento ed i tecnici possano usare il deep learning per analizzare le immagini sulle loro linee di produzione per mantenere il controllo della qualità e tenere i prodotti difettosi e danneggiati fuori dal mercato.

In una fabbrica automobilistica, ad esempio, le telecamere di visione industriale di Cognex scattano foto digitali di parti come parafanghi e blocchi motore. Deep Learning VisionPro scansiona queste immagini alla ricerca di graffi, ammaccature e altre anomalie che spesso gli ispettori umani non vedono. Segnalare questi difetti in anticipo mantiene le linee di produzione più produttive e rafforza la qualità del prodotto. Può anche essere utilizzato per classificare parti o difetti, nonché per individuare parti e per la verifica degli assemblaggi. Questi tipi di attività di ispezione sono spesso ancora svolti manualmente o non completamente perché richiedono essenzialmente il coinvolgimento del giudizio umano.

Quali sono state le prestazioni di Deep Learning VisionPro sul set di dati COVIDx

Una misurazione chiamata F-score valuta la precisione complessiva di un sistema di deep learning, che tenta di prevedere con precisione modelli e anomalie sulle immagini digitali. I ricercatori di Cognex hanno analizzato quasi 14.000 immagini di radiografie nel set di dati COVID-Net. Le immagini sono state suddivise in tre categorie: polmonite normale, non COVID-19 e COVID-19.

Immagini di radiografie COVID-19 (1)

Come mostra questa tabella che confronta più pacchetti di deep learning, COVID-Net ha generato forti risultati predittivi, che vanno dal 92,6% per le immagini normali al 94,7% per le immagini COVID-19. Deep Learning VisionPro ha fatto ancora meglio, con il 95,6% sulle normali radiografie e il 97,0% sulle radiografie COVID-19.

risultati covid

Naturalmente, questo è solo uno studio. Sebbene il team di Cognex abbia utilizzato tecniche secondo le norme di settore per la ricerca e l'analisi statistica, resta da vedere se altri ricercatori possono replicare i risultati.

Vandenhirtz ha detto che il principale interesse a breve termine dell'azienda è quello di informare la comunità medica globale delle capacità di questo tipo di software, che ha anche mostrato risultati promettenti sulle scansioni TC (tomografia computerizzata). Potrebbe anche rivelarsi utile in aree come l'oftalmologia, che si basa su immagini della retina, o la patologia digitale, che utilizza immagini microscopiche di vetrini istologici.

Nonostante tutte le loro capacità, gli algoritmi di deep learning non possono sostituire completamente la saggezza dei medici umani, ha affermato Vandenhirtz. Ma, come lo stetoscopio o il bracciale per la pressione sanguigna, si tratta di uno strumento utile per aiutare gli operatori sanitari a svolgere il proprio lavoro ad alto livello.

In questo contesto, il software Deep Learning VisionPro di Cognex fornisce un'utile funzione di mappa termica, che evidenzia le aree dell'immagine che sono importanti per la classificazione. Le aree colorate dal giallo al rosso sono importanti, mentre le aree colorate dal verde al blu non hanno importanza per l'algoritmo decisionale.

Nel mondo reale, questa funzione di mappa termica consente allo strumento non solo di fornire una raccomandazione per la potenziale diagnosi (ad esempio Covid-19 positiva o negativa), ma identifica anche le aree in cui ha rilevato i sintomi corrispondenti della malattia. Questo è importante perché aiuta i radiologi a concentrarsi su una regione specifica dell'immagine affinché possano verificare o contrastare la diagnosi dell'intelligenza artificiale, impedendo così che essa prenda la decisione giusta per il motivo sbagliato.

mappa termica covid

"Non riteniamo, almeno nel breve e medio termine, che l'intelligenza artificiale sia in grado di fare una diagnosi", ha concluso. "Deep Learning VisionPro può fornire raccomandazioni, ma alla fine spetta al radiologo decidere come interpretare l'immagine".

L'intelligenza artificiale non sostituirà i radiologi, ha aggiunto, ma sostituirà i radiologi che non utilizzano l'intelligenza artificiale.

Altri post in merito a

OTTIENI L’ACCESSO AD ASSISTENZA E FORMAZIONE IN MERITO AI PRODOTTI E MOLTO ALTRO ANCORA

Entra a far parte di MyCognex

AVETE DELLE DOMANDE?

I rappresentanti Cognex sono disponibili in tutto il mondo per supportarvi nelle vostre necessità di lettura dei codici a barre industriali

CONTATTI
Loading...