listary

众所周知，皮肤状况的图像数据库偏向于较浅的皮肤。一组研究人员希望利用人工智能来填补这一空白，而不是等待收集更多深色皮肤上癌症或炎症等疾病的图像的缓慢物流行业过程。该公司正在开发一个人工智能程序，以生成深色皮肤上疾病的合成图像，并利用这些图像作为一种工具，帮助诊断皮肤癌。

加拿大麦克马斯无锡桥特大学(McMaster University)的机器学习专家艾曼?雷兹克(Eman Rezk)表示:“获得深肤色的真实图像是最终的解决方案。”微型汽车排行榜“在获得这些数据之前，我们需要找到缩小差距的方法。”

但其他在该领域工作的专家担心，使用合成图像可能会带来他们自己的问题。斯坦福大学皮肤学临床学者Roxana Daneshjou说，研究的重点应该是在现有的数据库中添加更多不同的真实图像。“创建合成数据听起来比创建多样化的数据集更容易，”她说。

dq冰雪皇后加盟电话在皮肤病学威仑帝尔中使用人工智能的努力有几十个。研究人员开发了一种工具，可以扫描皮疹和痣的图像，以找出最可能的问题类型。皮肤科医生可以利用这些结果来帮助他直升机图片们进行诊断。但大多数工具都是建立在图像数据库之上的，这些数据库要么没钻石珠宝有包含很多深肤色的例子，要么没有关于它们包含的肤色范围的良好信息。这使得一些团体很难相信一种工具能准确地用于深肤色的皮肤。

这就是为什么Rezk和他的团队转向合成图像。该项目有四个主要阶段。该团队已经分析了可用的图像集，以了解在开始时，深肤色是如何被低估的。该公司还开发了一个人工智能程序，该程序利用肤色较浅的人的皮肤状况图像，生成肤色较深的人的皮肤状况图像，并验证模型给出的图像。“多亏了人工智能和深度学习的进步，我们能够使用可用的白色扫描图像生成不同肤色的高质量合成图像，”Rezk说。

接下来，该团队将把深肤色的合成图像与浅肤色的真实图像结合起来，创建一个可以检测皮肤癌的程序。Rezk说，它将不断检查图像数据研磨机厂家库，找到任何新的、真实的皮肤状况的深肤色的照片，然后添加到未来的模型中。

该团队并不是第一个创建合成皮肤图像的团队——包括谷歌Health研究人员在内的一个团队在2019年发表了一篇论文，描述了一种生成合上市公司成皮肤图像的方法，它可以创建不同肤色的图像。(谷歌对皮肤ai很感兴趣，去年春天发布了一款可以识别皮肤状况的工具。)

黑道小说排行榜前10名Rezk说合成图像只是一河南省著名旅游景点 种权宜之计，直到有更多关于深色皮肤状况的真实照片出现。然而，Daneshjou担心使用合成图像，即使是作为一个临时的解决方案。研究团队必须仔细检查人工智能生成的图像是否有人们肉眼无法看到的常见怪僻。这种怪癖理论上可能会影响人hoozo工智能程序的结果。要确认合成图像在模型中和真实图像一样有效，唯一的方法是将它们与真实图像进行比较，而真实图像是供不应求的。网上送餐“然后回到事实，好吧，为什么不努力获得更多真实的图像呢?””她说。

Daneshjou说，如果一个诊断模型是基于来自一组的合成图像和来自另一组的真实图像——即使是暂时的——这是一个问题。这可能会导致模特在不同肤色下表现不同。

她说，依靠合成数据还可能使人们不太可能追求真实的、多样化的图像。“如果你打算这么做，你真的会继续做下去吗?”她说。“实际上，我希望看到更多的人致力于获取真实的、多样化的数据，而不是试图做这种变通。”

西安家具卖场