不知道現在台灣的AI有沒有已經做到癌細胞醫學圖片的特徵偵測圈選跟分類
目前看到雲象科技與林口長庚醫院開發的鼻咽癌AI偵測模組準確率已達97%
從顯微鏡取得病理玻片數位化後，影像解析度會非常高，每張的解析度高達幾十億畫素，高解析度數位病理影像的檔案大小，遠高於GPU內建記憶體，只能切割影像為數個小區塊，來訓練AI模型，當醫生先標註完數位玻片中的癌症區域後便將該區域切割為每張256×256的小區塊，再由醫生進一步標註(特徵)每個小區域的細胞，再分批將切割後的檔案提供給深度學習神經網路CNN，來學習辨識癌症
先不說後期的CNN訓練,OpenCV有沒有辦法能夠取代醫生第二部要標記(特徵)的小區域的細胞或是癌細胞從而製作出癌細胞的特徵偵測圈選甚制可以做到分類?分類我想應該是CNN模型訓練完成之後就可以進行分類了吧
還是比較注重問題在於OpenCV有沒有辦法做到細胞甚至癌細胞的特徵偵測及圈選
已邀請的邦友 {{ invite_list.length }}/5
OpenCV是工具庫，它能做到「OpenCV有沒有辦法做到細胞甚至癌細胞的特徵偵測及圈選」這句話的每個細節，但這些細節要串成這句話的【流程】必需要自己寫！
這些細節：選定ROI、標記分類、特徵萃取、訓練、自動標記、判斷結果靈敏/特異、調整…等，都可以用OpenCV開發；但這樣子不能應用在現場，還必須設計使用者界面（UI），包含：來源資料讀取、設定參數、執行、顯示、報表、匯出…等，這些就要改用其他工具例如：微軟WinForm、Java或Web開發工具將UI做完
OpenCV 應該不適合吧，應該使用【物件偵測】類別的演算法，例如YOLO、U-NET...等。可參閱https://ithelp.ithome.com.tw/articles/10240314。
雖不清楚您真正想問的問題
但一直有公司在做這塊(不知道能不能說公司名字 如xX電)
就我所知(我也是半外行)
他們目前都會做到machine learning,而且能做到圈選出位置
openCV只會用來做特徵提取
並不會直接用來區別癌細胞或正常細胞
至於您所說的解析度太高要切割成好多張圖等
其實有些人反而是會用openCV降維後送進去training
或是在convolution的pipeline中降維再往下走
至於training dataset都是要醫生label的
所以實務上不管是不可能會比受過完善訓練的醫生準確
而且醫生才有診斷權
所以就算AI算出來是,但只要醫生說不是那就不是
萬一後來病人真的是...大多也不會特別去撈出來修正dataset...
所以不可能取代醫生
iThome鐵人賽
看影片追技術