LDV의 여러 데모는 머신이 신경망과 머신 러닝을 통해서만 학습하는 것이 아님을 상기시킵니다. 그들에게는 주변 세계를 인식하고 분석하는 방법을 배우는 다른 방법이 있습니다.
연구원 Tali Dekel은 컴퓨터 머신 비전을 사용하여 식별할 수 있는 기술을 시연했습니다. 직선의 편차를 확대하거나 지붕의 보라색 과일로 판단합니다.
병리학자는 평균적으로 하루에 500개의 슬라이드를 처리합니다. 각 슬라이드에는 분석해야 하는 수천 개의 개별 암세포가 있으며 의사가 이를 놓치기 쉽습니다.
American Medical의 연구에 따르면 연관성, 일반적으로 병리학자의 절반 미만이 정확한 진단에 동의합니다. 유방암 림프절 생검에 초점을 맞춘 또 다른 예를 인용하여 컴퓨터와 인간 병리학자의 연구 초점 간의 차이를 명확히 했습니다. 전자는 암세포의 컨테이너가 될 수 있는 많은 영역을 강조합니다.
머신 비전 시스템은 병리학자에게 원시 이미지를 제공한 다음 여전히 해당 데이터를 볼 수 있습니다. 그들은 학습 시스템에 의해 처리되는 이미지와 친숙합니다. 기본적으로 암의 영역을 식별할 수 있습니다.
RELATED_PROS