स्रोत: गेराल्ट / पिक्साबे
हाल ही में, न्यूयॉर्क शहर में माउंट सिनाई स्कूल ऑफ मेडिसिन के अग्रणी शोधकर्ताओं के नेतृत्व में एक टीम ने गहन शिक्षण एल्गोरिदम के निर्माण और मूल्यांकन के लिए न्यूरोपैथोलॉजी में बड़े पैमाने पर छवि डेटा का उपयोग करने वाले पहले प्लेटफार्मों में से एक बनाया।
नेचर की प्रयोगशाला जांच में कुछ सप्ताह पहले प्रकाशित एक अध्ययन में, संयुक्त राज्य अमेरिका और कनाडाई अकादमी ऑफ पैथोलॉजी की आधिकारिक पत्रिका, माउंट सिनाई के शोधकर्ताओं ने दृढ़ तंत्रिका नेटवर्क का उपयोग करके एक नया गहन शिक्षण एल्गोरिदम विकसित किया। एल्गोरिथ्म ताऊओपैथियों के नैदानिक तत्वों को पहचान सकता है, वर्गीकृत कर सकता है और पहचान सकता है-न्यूरोडीजेनेरेटिव विकार, जो ताऊ से बना एक ग्लोब्युल या न्यूरोनल समावेशन हो सकता है, एक सूक्ष्मनली-बंधनकारी प्रोटीन।
अध्ययन के लिए उपयोग की जाने वाली हिस्टोपैथोलॉजिकल सामग्री को ताउओपैथियों वाले रोगियों से बाईस मानव शव परीक्षा से प्राप्त किया गया था। न्यूरॉन्स में पैथोलॉजिकल ताऊ न्यूरोफिब्रिलरी टेंगल्स (एनएफटी) बनाते हैं। माउंट सिनाई के सेंटर फॉर कम्प्यूटेशनल और सिस्टम पैथोलॉजी में इनफॉर्मेशन प्लेटफॉर्म पर अनुभागों को डिजीटल और अपलोड किया गया। माउंट सिनाई के पैथोलॉजी विभाग में प्रति वर्ष 80 मिलियन से अधिक परीक्षण किए जाते हैं, जो 62 पूर्णकालिक रोगविदों और 900 हिस्टोलॉजिस्ट और प्रयोगशाला तकनीशियनों के साथ देश के सबसे बड़े शैक्षणिक विकृति विभागों में से एक है।
डिविज़नल नेटवर्क सिस्टम को डिजीटल चित्रों द्वारा प्रशिक्षित किया गया था। टीम ने गहरे विलेय तंत्रिका नेटवर्क निर्माण के लिए पूरी तरह से अवक्षेपित SegNet वास्तुकला के संशोधित संस्करण को तैनात किया, और अंतर हानि समारोह के लिए स्टोकेस्टिक ढाल मूल का उपयोग किया।
दिलचस्प बात यह है कि अद्यतन पुनरावृत्तियों को कुशल समानांतर प्रसंस्करण के लिए “कमोडिटी जीपीयू हार्डवेयर” पर किया गया था। तंत्रिका नेटवर्क मॉडल का निर्माण PyTorch सॉफ्टवेयर पैकेज का उपयोग करके किया गया था।
शोधकर्ताओं ने ऊतक परीक्षण में सुधार करने और आंशिक रूप से मात्रात्मक और गुणात्मक आमतौर पर उपयोग की जाने वाली तकनीकों दोनों को पूरक करने के लिए गहन सीखने का उपयोग करते हुए एक विधि की खोज की। नतीजतन, टीम की नई गहरी शिक्षण प्रणाली “हिस्टोपैथोलॉजिकल विशेषताओं की श्रम-गहन मैनुअल गिनती को बढ़ाने” के लिए एक तेज़, प्रतिलिपि प्रस्तुत करने योग्य और निष्पक्ष विधि प्रदान करती है।
वर्तमान में यह ज्ञात नहीं है कि पैथोलॉजिकल ताऊ न्यूरोनल विकारों को कैसे प्रभावित करते हैं। इस नवीन ढाँचे के साथ, वैज्ञानिकों के पास क्लियोपैथोलॉजिकल सहसंबंधों के लिए प्रतिलिपि प्रस्तुत करने योग्य मात्रात्मक डेटा तक पहुंचने का एक तरीका है, जो अल्जाइमर रोग जैसे ताओपैथियों के रोगजनन के अनुसंधान में मदद करता है।
कॉपीराइट © 2019 केमी रोसो सभी अधिकार सुरक्षित।
संदर्भ
सिग्नेवस्की, मैक्सिम, प्रस्तावा, मार्सेल, फैरेल, कर्ट, टैबिश, नबील, बाल्डविन, ऐलेना, हान, नतालिया, लिडा, मेगन ए, कोल, जॉन, ब्रूस, क्लेयर, पुरोहित, दुष्यंत, हरयटियान, वहरम, मैककी, एन सी सी। ।, स्टीन, थॉर डी।, व्हाइट III, चार्ल्स एल।, वॉकर, जेमी, रिचर्डसन, टिमोथी ई।, हैनसन, रसेल, डोनोवन, माइकल जे। कोर्डन-कार्डो, कार्लोस, ज़ेनेह, जैक, फर्नांडीज, गेरार्डो, क्रैरी , जॉन एफ .. “न्यूरोपैथोलॉजी में कृत्रिम बुद्धिमत्ता: ताओओपैथी का गहन शिक्षण-आधारित मूल्यांकन।” प्रयोगशाला जांच। 15 फरवरी 2019।
इरविन, डेविड। “क्लिनिकोपैथोलॉजिकल संस्थाओं के रूप में ताओपैथिस।” पार्किंसनिज़्म संबंधित विकार। २२ जनवरी २०१६
माउंट सिनाई अस्पताल / माउंट सिनाई स्कूल ऑफ मेडिसिन (2 अक्टूबर 2018)। “पैथोलॉजी टेस्ट सर्जरी के बाद प्रोस्टेट कैंसर की प्रगति की भविष्यवाणी करने के लिए AI का उपयोग करता है।” https://www.eurekalert.org/pub_releases/2018-10/tmsh-ptu100218.php से 3-7-2019 को लिया गया