地方大小事.盡在觀傳媒

AI肺炎影像判讀競賽 成大數據所團隊奪得世界第三

【記者 陳彥霖 / 台南報導】成功大學數據科學研究所暨統計系助理教授許志仲ACVLab團隊,在世界頂尖電腦視覺大會(ICCV,International Conference on Computer Vision)舉辦的MIA-COV19D競賽中,奪得世界第三。

ACVLab團隊將AI應用於判讀COVID-19電腦斷層掃描影像,以統計分析理論融合深度學習,提出一套結合假設檢定的自適應分布學習技術,提出創新解方,進行自動化分類並有效排除干擾,未來也將分享參賽中使用的訓練模型,讓更多人使用並進行試驗。

COVID-19為全球關注的重要議題,疫情肆虐帶來的影響甚鉅,許多研究團隊針對運用人工智慧的COVID-19自動化檢測進行研究,ICCV競賽希望依據胸腔的電腦斷層掃描影像(CT scan)檢測COVID-19反應是否為陽性,許志仲帶領成大數據所研究生陳冠麟與吳玫萱,透過統計分析專業找尋新解方。

AI肺炎影像判讀競賽 成大數據所團隊奪得世界第三 - https://www.watchmedia01.com
▲許志仲表示,全球遭受疫病肆虐,希望成大數據所能貢獻一己之力,對 COVID-19 的自動化檢測發展有所助益。
(圖/成功大學提供)

許志仲表示,電腦斷層掃描影像與一般RGB影像差異甚遠,需要不同的專業背景知識才能順利操作與應用。陳冠麟、吳玫萱積極跨域汲取新知,短時間內吸收電腦斷層掃描影像所需的背景知識,並將醫療資訊融入本身在統計領域的專業,提出富有創意的解決方法。

許志仲指出,在COVID-19病症的判讀上,目前主流的電腦斷層分類都是將單張影像,由專業人員手動挑出最有價值的切面進行判斷,但MIA-COV19D競賽所使用的資料不只單張切面影像,而是處理整組立方體內的斷層資料,參賽團隊面對的不僅是龐大的資料,還必須解決每組電腦斷層影像的解析度與切片數量不等的難題。

許志仲強調,這次競賽ACVLab提出的創新技術,不只可以自動針對有價值的胸腔切片進行學習,還可以利用統計檢定賦予預測結果可解釋性,有非常高的穩定度。

許志仲ACVLab團隊奪得世界第三的關鍵,係提出創新解決方法,讓AI在判讀過程達成自動化分類,並可排除多餘不重要切面影像,避免過多資料重疊干擾。

分享這篇內容:

閱讀更多