Por Que as Imagens Médicas são a Próxima Fronteira para a Tecnologia Deep Learning

Deep learning banner

A captura de imagens médicas, que inclui raios-X radiológicos, ultrassons e RMNs, tradicionalmente exige a flexibilidade do olho humano para detectar anomalias. Os computadores notoriamente se confundem com planos de fundo desordenados e problemas de qualidade de imagem, como reflexos especulares. Isso torna incrivelmente difícil para os algoritmos tradicionais de visão industrial localizar um objeto ou região de interesse com precisão, especialmente para identificar anormalidades em meio a uma cena não estruturada. Pode ser demorado e difícil, se não impossível, para o sistema automatizado identificar com êxito a região de interesse e ignorar as características irrelevantes.

Hoje, no entanto, a análise de imagens baseada na tecnologia deep learning pode automatizar a busca de anomalias biológicas de maneira confiável, repetida e robusta. Isso está mudando o papel do radiologista de hoje, que agora pode tirar proveito de um diagnóstico auxiliado por computador (CAD) para imagens médicas. Seja procurando uma anomalia específica, como um tumor, ou qualquer desvio da aparência normal do corpo, o Cognex Deep Learning combina a flexibilidade do olho de um inspetor humano com a velocidade e robustez de um sistema computadorizado. Duas ferramentas especializadas auxiliam nesse processo. A ferramenta de localização identifica a região de interesse, como um determinado órgão, mesmo quando o plano de fundo é visualmente confuso ou com pouco contraste. A ferramenta de detecção de defeitos usa um conjunto de imagens treinadas para desenvolver um modelo de referência da aparência normal desse órgão, bem como tipos específicos de anomalias, para que possa sinalizar quaisquer anomalias que se desviem da fisiologia normal da zona alvo como defeitos.

Alguns ótimos exemplos incluem o uso de ferramentas baseadas na tecnologia deep learning para localizar e identificar órgãos ou implantes em um raio-x. A ferramenta de localização pode localizar um órgão específico, aprendendo seus recursos distintivos. Para treinar a ferramenta de localização, tudo o que você precisa fornecer são imagens nas quais os recursos de destino estão marcados. Da mesma forma, ferramentas de detecção e segmentação baseadas em deep learning, como a ferramenta de detecção de defeitos do Cognex Deep Learning, podem ajudar a identificar anomalias na imagem médica. A ferramenta de detecção de defeitos desenvolve um modelo de referência da aparência normal de um órgão, bem como anomalias específicas, com base em um conjunto de imagens de amostra. Quaisquer anomalias que se desviem da fisiologia normal da zona alvo são sinalizadas por um especialista radiologista para um diagnóstico auxiliado por computador CAD.

Para saber mais sobre novas e emocionantes aplicações de tecnologia deep learning em imagens médicas, faça o download do guia gratuito: Cognex Deep Learning para Ciências da Vida.

Blogs relacionados:

ACESSE O SUPORTE E TREINAMENTO DE PRODUTOS E MAIS

Junte-se ao MyCognex