四载磨砺,一群青年“识瘤者”以AI助力医疗创新

这篇具有很好参考价值的文章主要介绍了四载磨砺,一群青年“识瘤者”以AI助力医疗创新。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

​​本文分享自华为云社区《【先锋开发者云上说】四载磨砺,一群青年“识瘤者”以AI助力医疗创新》,作者:Gauss松鼠会小助手2 。

一群青年“识瘤者”,四载磨砺,攻克智慧医疗难题,点燃健康革命的火花!

皮肤肿瘤患者的“福音”

就读于郑州轻工业大学嵌入式软件专业大三的杨阳,目前也是梅科尔工作室中识瘤者项目的第三代负责人。

2014年成立于郑州轻工业大学的梅科尔(Maker)工作室,研究方向覆盖医疗器械、3D打印、软体机器人、人工智能等10多个领域,已经有超过3000名来自不同专业的学生加入。以医疗行业为例,工作室已经沉淀了300多个应用案例,识瘤者项目就是其中之一。

识瘤者项目专注恶性皮肤肿瘤识别技术研发,辅助医生通过医学影像在短时间内快速准确地分析和诊断。在这个项目中,除去负责硬件开发的杨阳,团队成员还包括负责QT软件开发的陈依琳同学、UI设计的陈玉玲同学、算法开发的陈新杰同学、HarmonyOS开发的谢政茹同学。

从2020年推出至今,项目经历了多次的迭代与升级。目前已经实现以黑色素瘤、基底细胞癌为代表的6种恶性皮肤肿瘤进行识别。在临床检测中,联合医生针对30例患者进行实际测试,检测出11例黑色素瘤,3例良性角化病,准确度达91.6%。

戳我查看完整视频

华为云加持下,“识瘤者”不断迭代升级

或许是来自工作室对于当前行业信息化技术的调研和分析,在对华为的多元生态的协同能力进行了解和应用之后,工作室在2020年暑假将云服务全部迁移到华为云。随后,工作室与华为云在软硬件方面都展开了紧密合作。

在华为云的支持下,“识瘤者”实现了从理论到实践的跨越。从2020年开始,识瘤者项目就应用华为云AI开发平台ModelArts,进行算法的搭建和优化。经过团队的不懈努力,今年项目迭代升级,推出了基于昇腾AI和华为云ModelArts的软硬件架构方案。

为了更准确地对肿瘤进行识别,杨阳团队通过皮肤镜采集患者的数据,然后上传到华为云OBS对象存储服务进行数据定向存储。这种云端的数据处理方式,不仅提高了数据存储的安全性,更为后续的研发工作提供了强有力的支持。

在整个项目中,杨阳团队利用华为云ModelArts作为整个项目的AI应用开发平台,进行数据处理、模型训练和AI应用管理。其中,在数据处理方面,他们结合ModelArts的几何变换和色彩变换特性来进行数据的增强,通过增加数据集的多样性最终提高模型的精度。在开发的过程中,通过实际体验ModelArts的自动学习服务、模型训练部署能力后,更是激发了杨阳团队对AI技术的深入探索。

在算法搭建和优化方面,杨阳和他的团队展现出了他们对于技术的深入理解和应用能力。利用华为开源的AI框架MindSpore,他们成功搭建了ResNet50恶性皮肤肿瘤分类算法。在经过多次的优化后,不仅提高了模型的精度,还减少了30%的代码量,这对于项目的后续开发和维护都有着重要的意义。

不得不提的是,在模型的优化过程中,昇腾应用使能平台MindX中的MindSpore可视化调试调优工具MindinSight起到了关键的作用。它帮助团队完成了模型的溯源和超参搜索,使得他们能够在短时间内找到最佳的模型参数,进而提高了模型的F1-Score至0.908。F1-Score模型准确率和召回率的一种加权平均,最大值是1,最小值是0,值越大意味着模型越好

在端侧开发方面,杨阳他们还尝试在边缘侧设备昇腾Atlas 200I DK A2开发者套件上部署这个算法,最终在本地实现了毫秒级的图片推理识别,从而让整个检测诊断时间大幅缩短到30s~1m。

为了能够让医患更好的使用,团队不仅开发了基于Windows的医生客户端Web页面,还开发了基于HarmonyOS的鸿蒙APP,方便患者进行图像上传和诊疗记录查询。

聊起在“识瘤者”项目中与华为云的合作经历, “除了技术产品的多元化支持,在我们实际应用开发的过程中,华为云为我们提供了非常多的技术和资源的支持。从最开始的产品方面的答疑解惑,到现在项目中的各种疑难杂症,华为云的技术专家都会知无不言、言无不尽。” 杨阳很开心的说道,“我们已经和华为云的许多专家都成为了很好的朋友。”

不仅在技术支持方面,在涉及到AI模型训练方面,团队还获得了中原人工智能计算中心提供的20000元代金券及昇腾910训练卡。而且针对个人成长方面,团队成员经常参加华为云组织的技术培训、开发者赛事等活动,以赛促学的方式让他们在实践中真正掌握技术知识。

截止到目前,杨阳带领着“识瘤者”团队已经获得了2023华为开发者大赛深圳赛区三等奖、昇腾AI创新大赛2023河南区域开发者套件创新赛道三等奖等诸多赛事奖项。

打破认知局限,实现技术突破与成长收获

“做项目的过程中,我们五个人的收获也非常多。”杨阳表示,对于处在中原地区的他们来说,很多资源都是有限的,通过在梅科尔工作室参与这些项目,获得真实场景下的实践开发能力和经验。

正是这些项目,让杨阳他们有机会接触到真正生产环境中项目的实际开发内容,了解到学校课本之外的技术,包括云上开发、AI大模型应用、存算分离的数据库等等,打破了自己认知的局限,在大学阶段真正学习到有用的技能知识。

杨阳举例道,比如自己之前做的比较多的是嵌入式软件开发,所以一开始接触识瘤者项目的时候,对深度学习等AI技术都不是很熟悉。之后学习了华为云提供的包括ModelArts、昇腾、MindSpore等相关的免费课程,才慢慢地深入其中。

不仅如此,像杨阳一样的高校开发者,可以在华为云的开发者社区、云学堂等地方,零基础去体验了解很多技术和产品的学习路径和开发案例教程。为了更好地让他们学以致用,华为云还为开发者准备了不同技术领域的训练营、开发者大赛活动,让学生开发者提升能力的同时还可以获得更多奖励。

“能够围绕行业现实场景,基于前沿技术开发出创新应用,让我们学生开发者真正体会到了产学结合的价值,也感谢华为云提供的多元生态技术和资源支持,帮助我们实现那些天马行空的想象,拥抱更宏伟的开发蓝图。” 杨阳说道。

最后

这就是“识瘤者”项目组的“云上逐梦”之旅。

他们用自己的经历告诉我们,每一个年轻的开发者都是这个世界的改变者,他们的每一个代码、每一个想法,都可能成为改变未来的关键。而背后支持他们的,正是像华为云这样的平台,他们用技术、用资源、用情怀,助力每一个青春梦想的实现。

心怀梦想,青年有为!

 文章来源地址https://www.toymoban.com/news/detail-746291.html

点击关注,第一时间了解华为云新鲜技术~

 

到了这里,关于四载磨砺,一群青年“识瘤者”以AI助力医疗创新的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 清华青年AI自强作业hw6:基于ResNet实现IMAGENET分类任务

    一起学AI系列博客:目录索引 hw6作业为基于ResNet模型,并利用VGG标准模块和GoogleNet中的inception模块对IMAGENET数据集进行20类分类。模型输入图像尺寸为 299*299 ,输出为softmax后的20分类。 观察参考代码发现需要使用IMAGENET处理好后的数据ILSVRC2012_20_tfrecord,由于缺乏实验数据,本

    2024年02月12日
    浏览(22)
  • 数商云:SCM系统助力医疗器械企业紧跟时代变局 搭建供应链管理平台

    医疗器械产业是生物工程、电子信息和医学影像等高新技术领域复合交叉的知识密集型、资金密集型产业。作为关系到人类生命健康的战略性新兴产业,在庞大而稳定的市场需求下,全球医疗器械产业长期以来一直保持着良好的增长势头,2020年全球医疗器械规模突破5000亿美

    2024年02月06日
    浏览(44)
  • 清华青年AI自强作业hw3_1:用线性回归模型拟合MNIST手写数字分类

    一起学AI系列博客:目录索引 hw3_1:用线性回归模型拟合MNIST手写数字分类 初步体验Tensorflow编程环境 体会用回归模型网络拟合效果 尝试后发现hw3_1/hw3_3的参考代码为TF1.x框架代码,升级到TF2.x框架多为不便(升级踩坑记录),于是采用TF2.x中的keras框架重新写了一遍。 思路分析

    2024年02月10日
    浏览(35)
  • ​医疗AI | 梳理全球医疗大模型

    一、国外医疗大模型 1、谷歌医疗大模型(Med-PaLM) 谷歌和DeepMind的科研人员在《自然》杂志上发表了一项研究,根据其研究结果,一组临床医生对谷歌和DeepMind团队的医疗大模型Med-PaLM回答的评分高达92.6%,与现实中人类临床医生的水平(92.9%)相当。 2、BioMedLM(PubMedGPT) 斯

    2024年02月06日
    浏览(27)
  • 随着AI的广泛应用与普及,我国医疗行业也正逐步进入智能医疗时代,如何在医疗行业借助AI提升患者的治疗能力,降低

    作者:禅与计算机程序设计艺术 随着近年来医疗技术的飞速发展,人们越来越关注人工智能(Artificial Intelligence, AI)技术对医疗工作的影响。以往人们所熟知的机器学习、计算机视觉等技术主要用于科学研究、工程制造,而现在,医疗行业也越来越注重人工智能技术的应用。从

    2024年02月07日
    浏览(37)
  • 【AI】AI和医疗大数据(1/3)

    目录 一、医疗大数据有哪些 二、医疗大数据的特性 1. 隐私性 2. 复杂性 3. 不均衡性 4. 时序性 三、医疗大数据的目标和挑战 博主曾经在医疗智能设备领域创业,由于当时选择的模式过于复杂,包括了机械硬件、智能终端软硬件、院后微信生态做随访服务等,甚至,在推广的

    2024年04月26日
    浏览(12)
  • 【AI】AI和医疗大数据(3/3)

    目录 六、AI和医疗大数据的结合案例——基于卷积神经网络CT图像检测 ——步骤: ——技术: ——案例: ——典型应用步骤详解: 第一步:数据预处理 第二步:训练集构建 第三步:预测 第四:代码片段 续前,今天给几个卷积神经网络使用的具体例子,深度学习并不神秘

    2024年01月22日
    浏览(18)
  • AI智慧医疗:探索机器学习在医疗保健中的应用与进展

    🧑 作者简介 :阿里巴巴嵌入式技术专家,深耕嵌入式+人工智能领域,具备多年的嵌入式硬件产品研发管理经验。 📒 博客介绍 :分享嵌入式开发领域的相关知识、经验、思考和感悟,欢迎关注。提供嵌入式方向的学习指导、简历面试辅导、技术架构设计优化、开发外包等服

    2024年04月09日
    浏览(36)
  • 【JAVA】AI医疗导诊系统源码

    智能导诊系统 是一种基于人工智能和大数据技术开发的医疗辅助软件,它能够通过对患者的症状、病史等信息进行计算分析,快速推荐科室和医生。通过简单的描述自身症状,系统即可找到最适合的科室, 实现线上高效挂号,线下门诊便捷就医。 1、多渠道接入 支持以公众

    2024年02月03日
    浏览(31)
  • AR与AI融合加速,医疗护理更便捷

    根据Reports and Data的AR市场发展报告,到2026年,预计医疗保健市场中的AR/VR行业规模将达到70.5亿美元。这一趋势主要受到对创新诊断技术、神经系统疾病和疾病意识不断增长的需求驱动。信息技术领域的进步,包括笔记本电脑、计算机、互联网连接和移动应用程序的发展,也被

    2024年01月19日
    浏览(31)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包