“algoritma” için sonuçlar
9 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Kalp hastalıklarında kişiselleştirilmiş tedavi için yeni yapay zeka algoritması
Araştırmacılar, kalp hastalarına kişiselleştirilmiş tedavi sunmak için CHESRA adlı yeni bir yapay zeka algoritması geliştirdi. Bu sistem, karmaşık kalp dokularının mekanik davranışlarını modellemek için fizik yasalarını ve makine öğrenimini birleştiriyor. Geleneksel yöntemler çok fazla parametre kullanarak karmaşık hesaplamalar gerektirirken, CHESRA sadece 3-4 parametre ile daha basit ve doğru modeller üretiyor. Algoritma, birden fazla deneysel veri kaynağından otomatik olarak basit enerji fonksiyonları türetiyor ve hem laboratuvar testlerinde hem de 3 boyutlu simülasyonlarda mevcut teknolojilerden daha tutarlı sonuçlar veriyor. Bu gelişme, dijital kalp ikizleri teknolojisinin klinik uygulamalarda daha etkili kullanılmasının önünü açıyor.
Yapay Zeka Meme Kanseri Alt Tiplerini Mikroskop Görüntüsünden Tespit Ediyor
Araştırmacılar, meme kanserinin genetik alt tiplerini belirlemek için maliyetli moleküler testler yerine histopatoloji görüntülerini kullanan yenilikçi bir yapay zeka sistemi geliştirdi. PAM50 gen imzası olarak bilinen standart sınıflandırma yöntemini taklit eden bu sistem, H&E boyalı doku kesitlerinden kanser alt tiplerini tahmin edebiliyor. Çok amaçlı optimizasyon algoritması kullanan yöntem, görüntüdeki en bilgilendirici bölgeleri seçerek yüksek doğrulukta sonuçlar üretiyor. Bu gelişme, kişiselleştirilmiş kanser tedavisi için gerekli olan alt tip belirleme sürecini daha hızlı ve ekonomik hale getirebilir. Sistem ResNet18 mimarisi ve genetik algoritma kombinasyonu kullanarak görüntü analizi yapıyor.
Göz Muayenesi ile Otizm Teşhisi: Yeni Veri Seti Umut Veriyor
Araştırmacılar, otizm spektrum bozukluğu olan çocukları tespit etmek için elektroretinogram (ERG) verilerini kullanan kapsamlı bir veri seti geliştirdiler. LEOPs adı verilen bu veri seti, tipik gelişim gösteren çocuklar, otizmli çocuklar ve hem otizm hem ADHD olan çocuklardan toplanan 10 binden fazla göz taraması kaydı içeriyor. Avustralya ve İngiltere'de gerçekleştirilen çalışmada, taşınabilir RETeval cihazı kullanılarak çocukların gözlerinden alınan elektriksel yanıtlar kaydedildi. Bu yaklaşım, geleneksel davranışsal testlere alternatif olarak, daha objektif ve erken teşhis imkanı sunabilir. Veri seti, yapay zeka algoritmalarının eğitilmesi için de kullanılabilir, böylece gelecekte otizm teşhisinde çığır açıcı gelişmeler sağlanabilir.
KOAH Hastalarında Kas Kaybını Kuantum Bilgisayarlarla Öngörmek
Kronik obstrüktif akciğer hastalığı (KOAH) sadece nefes almayı değil, vücuttaki kas yapısını da ciddi şekilde etkiliyor. Araştırmacılar, bu hastalıkta görülen kas kaybını önceden tahmin etmek için kuantum bilgisayar algoritmalarını test etti. Çalışmada 213 deney hayvanından alınan kan ve akciğer sıvısı örnekleri analiz edildi. Kuantum kernel regresyon yöntemi ve geometri tabanlı algoritmalar, geleneksel makine öğrenmesi tekniklerine karşı karşılaştırıldı. Özellikle veri miktarının sınırlı olduğu durumlarda kuantum yöntemlerin avantaj sağlayabileceği görüldü. Bu yaklaşım, gelecekte KOAH hastalarının kas gücü kaybını erken tespit ederek tedavi planlamasına yardımcı olabilir.
Kaotik Algoritma Beyin Tümörü Teşhisinde Yapay Zeka Doğruluğunu Artırıyor
Araştırmacılar, az sayıda etiketli veri ile çalışan yapay zeka sistemlerinin beyin tümörü teşhisindeki başarısını artırmak için kaos teorisinden ilham alan yenilikçi bir yöntem geliştirdi. Geleneksel prototipal ağlar, beyin tümörü görüntülerindeki morfolojik gürültü ve sınıf içi varyanslar nedeniyle 'prototip kararsızlığı' sorunu yaşıyordu. Yeni geliştirilen Kaos-Geliştirilmiş ProtoNet sistemi, logistik kaos haritasının deterministik ergodiklik özelliğini kullanarak kontrollü bozulmalar enjekte ediyor. Bu yaklaşım, modelin gürültüye karşı dayanıklı temsiller öğrenmesini sağlayarak, sınırlı veri ile daha güvenilir teşhis yapabilmesini mümkün kılıyor.
Tıbbi yapay zeka için yeni standart: VIDS ile veri kalitesi denetimi
Tıbbi görüntüleme alanında yapay zeka geliştirme süreçleri, kaliteli ve güvenilir veri setlerine bağımlıdır. Ancak mevcut standartlar, veri yapısı, açıklama kaynağı ve makine öğrenmesi uygunluğunu tek bir çerçevede doğrulayamıyor. Araştırmacılar, bu sorunu çözmek için VIDS (Doğrulanmış Görüntüleme Veri Seti Standardı) adlı yeni bir açık kaynak spesifikasyon geliştirdi. VIDS, tıbbi görüntü veri setlerinin kim tarafından, ne zaman, hangi araçlarla ve hangi kalite standartlarıyla açıklandığını sistematik olarak takip ediyor. Sistem, 21 farklı makine-uygulanabilir doğrulama kuralı içeriyor ve iki farklı uyumluluk profili sunuyor. Bu standart, tıbbi AI araştırmalarında veri kalitesini artırarak daha güvenilir algoritma geliştirme süreçlerini mümkün kılacak.
7T MRI ile Beyin Damarları Haritalanıyor: SMILE-UHURA Yarışması
Beyin küçük damarlarındaki hastalıklar inme ve demans gibi ciddi sağlık sorunlarına yol açabiliyor. 7 Tesla MRI teknolojisi bu mikroskobik damarları görüntülemeyi mümkün kılsa da, yapay zeka algoritmaları için yeterli veri seti bulunmuyordu. ISBI 2023 konferansında düzenlenen SMILE-UHURA yarışması, araştırmacılara ultra yüksek çözünürlüklü beyin damar görüntüleri sunarken, otomatik segmentasyon algoritmalarının geliştirilmesini hedefliyor. Bu çalışma, serebral küçük damar hastalıklarının erken teşhisinde devrim yaratabilecek makine öğrenmesi yöntemlerinin geliştirilmesi için kritik bir adım teşkil ediyor.
Yapay Zeka Destekli Yönlendirme Protokolü Tıbbi IoT Ağlarını Hızlandırıyor
Araştırmacılar, vücuda takılan tıbbi sensörler arasındaki veri iletimini optimize eden yeni bir yapay zeka algoritması geliştirdi. Internet of Medical Things (IoMT) teknolojisini kullanan kablosuz vücut alan ağları, hasta takibi ve akıllı sağlık hizmetlerinde devrim yaratma potansiyeline sahip ancak enerji kısıtları ve değişken ağ yapıları gibi teknik zorluklarla karşılaşıyor. Yeni QQMR protokolü, Q-learning algoritmasını kullanarak tıbbi verileri aciliyet düzeyine göre sınıflandırıyor ve en uygun iletim yollarını seçiyor. Deneysel sonuçlar, yeni sistemin veri iletim başarı oranını artırdığını ve gecikme, enerji tüketimi ile ağ yükünü önemli ölçüde azalttığını gösteriyor. Bu gelişme, giyilebilir tıbbi cihazların daha verimli çalışmasını sağlayarak uzaktan hasta takibi sistemlerinin yaygınlaşmasına katkı sunabilir.
Yapay Zeka Kalp Hastalıklarını Teşhiste Yeni Umut Vaat Ediyor
Kalp hastalıkları teşhisinde kullanılan EKG sinyallerinin otomatik analizi için geliştirilen yapay zeka modelleri, geleneksel makine öğrenmesi yöntemleriyle karşılaştırıldı. PTB-XL veri seti üzerinde yapılan araştırmada, derin öğrenme modelleri ham EKG verilerinden otomatik olarak ayırt edici özellikleri çıkarabilme yetenekleriyle öne çıktı. Çalışmada altı farklı model test edildi: üç geleneksel makine öğrenmesi algoritması ve üç derin öğrenme modeli. Sonuçlar, karmaşık yapay sinir ağlarının kardiyovasküler hastalıkların erken teşhisinde umut verici sonuçlar elde ettiğini gösteriyor.