Подход, что применяет многослойные неестественные нейронные сети, дабы автоматизировать анализ данных, кроме этого продемонстрировал большое обещание для здравоохранения: Это имело возможность употребляться, к примеру, дабы машинально выяснить отклонения в рентгене больных, снимках компьютерной томографии и других медицинских изображениях и данных.В двух новых газетах исследователи Калифорнийского университета в Лос-Анджелесе информируют, что они развивали новое применение для глубокого изучения: восстановление голограммы, дабы организовать улучшения и микроскопическое изображение объекта оптической микроскопии.Их новый голографический способ отображения создаёт лучшие изображения, чем текущие способы, каковые применяют бессчётные голограммы, и легче осуществить, по причине того, что это требует меньшего количества измерений и делает вычисления стремительнее.
Изучение было во главе с Эйдогэном Озканом, помощником директора Университета UCLA California NanoSystems и доктором наук канцлера Электротехники и Вычислительной техники в Школе Генри Сэмюэли Калифорнийского университета в Лос-Анджелесе Технических прикладной науки и наук; и постдокторским ученым Яиром Ривенсоном и аспирантом Потому что Чжаном, обоими из отдела электротехники и вычислительной техники Калифорнийского университета в Лос-Анджелесе.Для одного изучения, размещённого в Свете: Заявления и Наука, исследователи создали голограммы мазков Папаниколау, каковые употребляются, дабы проверить на рак шейки матки, и образцы крови, и образцы ткани молочных желез.
В каждом случае нейронная сеть обучалась извлекать и отделять особенности подлинного изображения объекта от нежеланного легкого вмешательства и от вторых физических побочных продуктов процесса реконструкции изображения.«Эти результаты обширно применимы к любому голографической проблеме и восстановлению фазы отображения, и это глубокое изучение базировалось, структура открывает бесчисленные возможности проектировать значительно новые последовательные совокупности отображения, охватывая разные части электромагнитного спектра, включая видимые длины волны а также делает рентген», сообщил Озкан, что кроме этого есть доктором наук HHMI в Говарде Хьюзе Медин.
Второе преимущество нового подхода пребывало в том, что он был достигнут без любого моделирования сотрудничества легкого вопроса либо решения уравнения волны, которое возможно сложным и отнимающим большое количество времени, дабы смоделировать и вычислить для каждого формы света и отдельного образца.«Это – увлекательный успех, поскольку классические основанные на физике способы реконструкции голограммы были заменены «глубоким изучением, базирующимся» вычислительный подход», сообщил Ривенсон.Другие члены команды были исследователями Калифорнийского университета в Лос-Анджелесе Хэруном Гунейдином и Да Тэном, обоими участниками лаборатории Озкана.
Второе изучение, размещённое в издании Optica, исследователи применяли ту же самую глубоко обучающуюся структуру, дабы улучшить качество и резолюцию оптических микроскопических изображений.Тот прогресс имел возможность оказать помощь диагностам либо патологам, ищущим совсем маленькие отклонения в громадной крови либо примере ткани, и Озкан заявил, что это воображает сильные возможности для глубокого обучения улучшить оптическую микроскопию для других областей и медицинской диагностики в науках и разработке.