内容字号:默认大号超大号

段落设置:段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

谷歌云_家谱数据库_促销

2021-06-09 10:24 出处:欧普曼云计算 人气: 评论(0

谷歌云_家谱数据库_促销

机器学习最有前途和最重要的应用之一是找到更好的方法来诊断和治疗威胁生命的疾病,大数据行业报告,大数据处理平台,包括癌症等使许多人的生命大大缩短的疾病。在美国,癌症是第二大常见死因,占死亡人数的近四分之一。预防和早期发现是提高生存率的关键,但医学专业人员对生活方式因素、特定亚型癌症的诊断和治疗仍有许多不了解。

美国癌症协会正在利用谷歌云重新发明数据分析方法,以便挽救更多的生命。在过去的几十年中,ACS开展了癌症预防研究II(CPS-II)营养队列研究,这是一项对184000多名美国男性和女性进行的前瞻性研究,旨在探讨身高、体重、人口统计学特征、个人和家族史等因素如何影响癌症病因和预后,ACS流行病学研究的科学总监,能够使用建立在谷歌云上的端到端ML管道对乳腺癌组织样本进行深入分析,乳腺癌是女性中最常见的癌症类型,也是癌症死亡的第二大原因。

在获得了1年的医疗记录和手术组织样本后,来自美国数百家医院的700名CPS-II研究参与者被诊断患有乳腺癌,Gaudet博士研究了肿瘤组织的高分辨率图像,试图确定哪些生活方式、医学和遗传因素与乳腺癌的分子亚型有关,以及乳腺癌组织的不同特征是否能转化为更好的预后。

在分析1700张乳腺癌组织图像时,她面临一些技术挑战:

Slalom如何使用Cloud ML引擎帮助Gaudet博士完成研究为了克服这些挑战,Gaudet博士和ACS与Slalom合作,云端卓越合作伙伴,促进大规模深度学习。预处理标准化的质量至关重要,图像需要一致地翻译,淘客联盟,颜色标准化。

通过减少颜色方差,对图像中的颜色进行标准化解释,并将每幅图像分成大小均匀的块,以分配工作量并优化训练模型所需的数据结构。

Slalom使用GCP构建端到端机器学习管道,包括预处理、特征工程和聚类:

采用这种方法,分析只需三个月就完成了,比预测的速度快12倍,大数据+,具有更高的准确性和一致性。分析发现了有趣的结果:它分离出了癌症组织中潜在的重要模式,可能有助于告知风险因素和未来的预后,我们对乳腺肿瘤组织的复杂性以及已知的风险因素如何导致某些模式有了更多的了解,"Gaudet说,

ACS现在已经建立了流程和云基础设施,可以在未来的类似项目中重复使用。我们非常自豪,行业云,我们的技术正在帮助那些孜孜不倦地致力于预防癌症死亡和改善预后的医学专业人士。

分享给小伙伴们:
本文标签: 谷歌家谱数据库促销

相关文章

评论

发表评论愿您的每句评论,都能给大家的生活添色彩,带来共鸣,带来思索,带来快乐。

签名: 验证码: 点击我更换图片

评论列表