Zpracování lékařských snímků může pomoci najít a pochopit nepravidelnosti v lidském těle. Může odhalit nebo dokonce předpovědět nemoci. Jako zdroj dat se často používá magnetická rezonance (MRI) nebo počítačová tomografie (CT). Současný stav techniky v oblasti zpracování a analýzy lékařských snímků spočívá ve strojovém učení, konkrétně v hlubokém učení (deep learning, DL) a v používání hlubokých neuronových sítí. DL metody mohou zkrátit dobu potřebnou ke stanovení lékařské diagnózy, a tím zlepšit zdravotní péči obecně. Nicméně, než je účinný DL algoritmus natrénován, je zapotřebí velké množství dat a výpočetního výkonu.
V tomto případě poskytli potřebná data lékaři (radiologové) z Fakultní nemocnice Ostrava, odborníci z Národního superpočítačového centra IT4Innovations „dodali“ výpočetní výkon a znalosti, jak data snadno shromáždit a jak neuronovou síť natrénovat (byl použit GPU cluster Karolina, NVIDIA Clara Train SDK a software 3D Slicer). Dostupný průvodce vytvořený v rámci projektu EuroCC nabízí popis předpokladů a procesu „hlubokého učení“ na příkladu automatické segmentace tkání.
Více informací naleznete zde.