主页 > Q悠生活 >以为老黄只有显卡吗? Nvidia GANs 神经网络生成影

以为老黄只有显卡吗? Nvidia GANs 神经网络生成影

不同的 A.I. 架构以及算法都有不同的效用,而熟悉多种神经网络的读者都知道花最多的时间并非在算法的设计,而是在资料準备方面。但我们都知道有越多的数据就有更大的机会可以得到更好的推论结果,如果资料量不够又能够怎幺辨?也就只能用方法「自动生成」了。 Nvidia GANs 由此而生。

在以往听起来不可能的事情,因为多了「自我学习」的方式,令生成资料变得可能和可靠。 Nvidia 的工程师最近就发表了一个新的神经网络系统,能够自动生成大脑 MRI 影像,希望能够加速脑癌的治疗。



这次的研果成果是由 Nvidia 、Mayo Clinic 、MGH 、BWH 一起研究出来的,这对于数据科学家来说是一个相当重要的神经网络系统:终于有方法可以自动生成一堆可靠的数据出来了。而这次的算法生成的全部是大脑的 MRI 影像,所有影像的共通点都是「模拟」脑癌病人的例子,说到这里大家都知道发生什幺一回事吧,这些数据是用来研究脑癌治疗以及对于病患即时治疗使用的。

他们的首席工程师 Hu Chang 在访问时提到这是第一次可以自动生成有效的大脑 MRI 图片,并确认可以用于神经网络训练方面,而背后用的框架是 Facebook 提出的 PyTorch 以及 Nvidia DGX  平台,採用 GANs 存构进行自我学习,利用以往的原始数据去生成更多的大脑 MRI 图像。

他们这次用了两组的公开资料库,分别是 Alzheimer’s Disease Neuroimaging Initiative (ADNI) 以及 Multimodal Brain Tumor Image Segmentation Benchmark (BRATS),以及利用 BRATS 的 20% 进行交叉验证,因为算力的问题,他们必须要把图片降至 256 x 256 x 108 至 128 x 128 x 54 的解像度,但验证方面则使用原始图像以确保準确性。

另一个 GANs 神经网络的用途是把病人的资料进行「加密」,利用他们的大脑影像去「生成」一个全新的 MRI 图片,并保留所有的重要部份。话虽如此,他们现时的準确度亦只有 80% 左右,纵使比现时的模型準确度高 14% ,亦仍有进步的空间。

团队表示正研究用更高解像度的图片进行神经网络训练,希望能改善这个模型,帮助医疗方面的发展。

相关推荐