谷歌采用深度学习 AR显微镜实时检测癌症。

大家好，这里是老上光显微镜知识课堂，在这里你可以学到所有关于显微镜知识，好的，请看下面文章： 在不久的将来，深度学习在医学领域的应用（包括眼科、皮肤科、放射学和病理学）已经显示出了提高全世界高质量医疗服务的准确性和可用性的巨大前景。谷歌也发布了T。这项研究的结果（检测巨细胞病理图像上的癌转移），表明卷积神经网络可以检测淋巴结中乳腺癌的转移，其准确性可以与一位受过训练的病理学家相媲美。光学显微镜仍然是病理学家诊断疾病的主要手段，因此，病理学领域中对深度学习的传播和采用的主要障碍是对微结构的数字表征的依赖。

谷歌在美国癌症研究协会（AACR）年会上发表了演讲，并介绍了一种增强现实显微镜用于癌症的实时自动检测（以下简称为增强现实显微镜）。CH将有助于加速和促进世界各地病理学家使用深度学习工具，该平台包括一个改进的光学显微镜，它能够实时地直接渲染图像分析和机器学习算法的结果，重要的是ARM平台可以。采用低成本、易访问的组件来适应世界各地医院和诊所的现有光学显微镜，而不需要整个幻灯片数字图像的组织。

现代计算组件和深度学习模型，如在TysFooSon上建立的模型，使平台能够运行多种预训练模型。在传统的模拟显微镜中，用户通过目镜观察样本。机器学习算法可以将其输出返回到T。这种数字投影在视觉上叠加在样本的原始（模拟）图像上，以帮助观察者定位或量化感兴趣的特征。重要的是它的计算和视觉反馈的更新是快速的，当前的实现是重要的。OTE以每秒大约10帧的速率运行，这样模型输出可以无缝地更新，因为用户通过移动幻灯片和/或改变放大倍数来扫描组织。

原则上，ARM可以提供各种视觉反馈，包括文本、箭头、等高线、热图或动画，并且可以运行各种不同的机器学习算法来解决不同的问题，例如目标检测、量化或分类。

作为ARM潜在效用的展示，谷歌已经使用它来运行两种不同的癌症检测算法：一种是在淋巴结样本中检测乳腺癌，另一种是在前列腺切除标本中检测前列腺癌。这些模型可以在4-40倍倍率下运行。给定模型的输出由绿色线所描述的检测到的肿瘤区域显示，这些轮廓帮助病理学家关注感兴趣的区域而不阻断潜在肿瘤细胞的外观。

惠普电脑公司一直在寻找新的市场来销售他们的产品，尤其是在浸没技术领域。近年来，以VR／AR为代表的新技术引起了许多科技公司的关注。

随着科学技术的飞跃以前所未有的速度推动信息时代的到来，虚拟现实技术被称为下一代互联网，不断扩大人类感知空间，改变各种类型的网络。

在上周末的微博热门搜索排行榜中，蔡旭坤C、王思聪重睑和林骏黑马，前三名搜索词组中排名前三的热门搜索名单可能会…

由于未经许可的蓝天公司，我们在未经许可的情况下，将北京全景信息技术有限公司完成的故宫和中国古动物博物馆的两张VR全景上传到其主页网站上。

网站网友点击量更高的文献目录排行榜： 点此链接 关注页面底部公众号，开通以下权限： 一、获得问题咨询权限。 二、获得工程师维修技术指导。 三、获得软件工程师在线指导 toupview,imageview,OLD-SG等软件技术支持。 四、请使用微信扫描首页底部官主账号！