打開 App

  • 會員中心
  • 訂閱管理
  • 常見問題
  • 登出
notice-title img

💰 訂一年就送$200 💰


數位訂閱加碼送!心動搶購趁現在

▶ Uber / Uber Eats 抵用券 等你拿 ◀


訂經濟、讀新聞、享美食、搭 Uber

生活需求一次滿足!


離活動結束 最後倒數

不再提醒

台科大以AI辨識CT掃描影像 2秒辨識多類病灶

本文共757字

中央社 記者許秩維台北22日電

台科大教授王靖維團隊開發「通用3D病灶分割AI模型」,可用於電腦斷層CT掃描影像,精準辨識與分割多類別的胸腹部病灶,最快不到2秒,獲國際醫療3D CT影像AI競賽第3名。

台灣科技大學今天發布新聞稿指出,傳統電腦斷層掃描(CT)影像在分割病灶的難點,包括病灶識別困難、需大量專業人力分析、手動標註病灶耗時等,因此導致診斷效率低下,增加醫療成本,而在人工標註過程中,還容易因疲勞、有限診斷作業時間和經驗不足而漏判。

台灣科技大學醫學工程研究所教授王靖維表示,團隊研究開發「通用3D病灶分割AI模型」,可精準辨識多類別胸腹部(包括骨骼、胰臟、腎臟、肝臟、肺結節、肺部、結腸、淋巴結和縱膈)病灶,適用於胸腹部CT影像,能自動化精準標註多種3D 的CT病灶,幫助放射科醫師以3D形式標註病灶,解決手動標註耗費大量人力成本問題。

「通用3D病灶分割AI模型」除了精準辨識,在處理效率上更充分滿足臨床應用需求,傳統人工標註每案約耗費30到60分鐘,但團隊透過AI技術,在配備單一T4 GPU的Grand Challenge平台伺服器上處理每個3D病灶資料只需3.25秒,若使用配備RTX4080的電腦則不到2秒。

王靖維說明,3D的CT影像病灶分割與2D影像相比,能提供更多有助醫師監控病灶成長的資訊,如病灶體積、形狀和空間位置;CT掃描的自動AI病灶分割也比手動分割更具優勢,包括提高效率、可重複性、準確性和標準化,從而實現更精確的定量分析,並促進研究成果轉化為臨床實踐。

台科大提到,王靖維研究團隊參加今年國際醫療3DCT影像AI競賽,榮獲第3名,透過參與競賽,除了提升團隊技術實力外,也增強處理大規模、多類別CT影像數據方面的經驗,並深入了解如何在真實臨床應用提升AI模型的實用性和穩健性,為未來研究和應用奠定堅實基礎。

※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容

延伸閱讀

上一篇
聯電最強財務長洪嘉聰 如何幫矽統配發股利掛保證?
下一篇
時碩總裁黃亞興專訪/大園區計畫 拚百億營收

相關

熱門

看更多

看更多

留言

完成

成功收藏,前往會員中心查看!