Dr Strange Medical Image Sequencing using Gen AI

การจัดลำดับภาพทางการแพทย์โดยใช้ปัญญาประดิษฐ์เจเนอเรทีฟ

โครงการนี้มีจุดมุ่งหมายเพื่อลดช่องว่างด้านการดูแลสุขภาพด้วยการทำนายการลุกลามของโรคโดยใช้ระบบ AI เชิงสร้างสรรค์ที่วิเคราะห์ลำดับของภาพทางการแพทย์ จากนั้นสร้างภาพถัดไปตามลำดับ ระบบนี้มีความสำคัญอย่างยิ่งต่อการปรับปรุงการวินิจฉัยและการวางแผนการรักษา แม้จะมีความท้าทาย เช่น การเข้าถึงข้อมูลและเทคโนโลยีที่จำกัด แต่โปรเจ็กต์นี้ใช้ Vision Transformers (ViT) ที่ได้รับการฝึกอบรมล่วงหน้าพร้อมตัวเข้ารหัส และเครื่องเข้ารหัสอัตโนมัติแบบแปรผันพร้อมเลเยอร์ตัวเข้ารหัสและตัวถอดรหัส เลเยอร์เหล่านี้จะคาดการณ์ภาพที่ตามมาตามลำดับของผู้ป่วย ช่วยให้ผู้เชี่ยวชาญด้านสุขภาพสามารถวางแผนการรักษาและวินิจฉัยโรคได้อย่างแม่นยำ แนวทางแบบจำลองรวมของโครงการช่วยอำนวยความสะดวกในการตรวจหาโรคตั้งแต่เนิ่นๆ แผนการรักษาเฉพาะบุคคล และยกระดับการศึกษาทางการแพทย์สำหรับแพทย์และนักรังสีวิทยา สิ่งนี้นำไปสู่การจัดการผู้ป่วยที่ดีขึ้นและการใช้ทรัพยากรด้านการดูแลสุขภาพให้เกิดประโยชน์สูงสุด

เริ่มต้นใช้งาน

กระแสข้อมูลของระบบ

• รูปภาพด้านล่างแสดงให้เห็นกระแสข้อมูลของโครงการทีละขั้นตอน

สถาปัตยกรรมระบบ

• สถาปัตยกรรมต่อไปนี้เป็นสถาปัตยกรรมแบบจำลองของโครงการ

การพึ่งพาอาศัยกัน

• การใช้ CPU อาจใช้เวลานานในการฝึกโมเดล ใช้ GPU พร้อมการกำหนดค่า: 40 GB และ 16 คอร์
• ใช้ Vit ที่ผ่านการฝึกอบรมมาแล้วตามที่กล่าวไว้ในสถาปัตยกรรมระบบข้างต้น

ช่วย

• แทนที่เส้นทางแหล่งที่มาของชุดข้อมูลในโค้ดด้วยเส้นทางที่เกี่ยวข้องของคุณ

กำลังติดตั้ง

• ใช้ .ipynb หรือ .py ของ Capstone_DrStrange_GenerativeMedicalImageSequencing เราใช้ Jupyter Notebook จึงมีการติดตั้งแพ็คเกจตามสภาพแวดล้อมของเรา ตรวจสอบให้แน่ใจว่าคุณติดตั้งแพ็คเกจที่จำเป็นและโมดูลนำเข้าทั้งหมด
• เราได้แบ่งชุดข้อมูลของเราออกเป็นการฝึกอบรมและการตรวจสอบความถูกต้อง ข้อมูลการตรวจสอบของเรามีจำนวนรูปภาพน้อยกว่า 20 ภาพ

สมาชิกในทีม

พาร์ธ ดาลาล, อาจิธ กุมาร จาลากัม, ริชา ซาราฟ, คาร์ธิค บาลาจี, โมอัซซัม มานซูบ, ภูวานา ยาดาวัลลี

ประวัติเวอร์ชัน

• การเปิดตัวครั้งแรก