Accelerarea analizei scaunelor bazate pe inteligență artificială cu adnotarea de înaltă precizie a imaginilor medicale
Descoperiți cum Shaip ajută echipele de inteligență artificială din domeniul sănătății să construiască modele de viziune computerizată pentru analiza imaginilor din scaun, toalete inteligente și monitorizarea sănătății cu adnotări precise ale imaginilor.
rezumatul proiectului
Construirea unui model de inteligență artificială pentru analiza automată a scaunului necesită mai mult decât simpla colectare de imagini. Necesită o etichetare extrem de consistentă și relevantă clinic, care să surprindă cu precizie forma scaunului, contextul bazinului și atributele la nivel de scenă.
Clientul a colaborat cu Shaip pentru a adnota o imagine la scară largă care conține imagini cu scaune capturate în medii reale de toalete. Proiectul a necesitat o strategie de etichetare multistratificată, care combină adnotarea scaunelor bazată pe poligoane, crearea de cutii de delimitare a bazinelor și etichetarea AOI bazată pe clasificare.
Scopul final este de a crea un set de date robust de antrenament care să susțină modele de viziune computerizată pentru detectarea scaunului, clasificarea scaunului Bristol, recunoașterea contextului de urinare și perspective viitoare asupra sănătății digestive.
Statistici cheie
Utilizare finală
Analiza scaunelor bazată pe inteligență artificială pentru asistență medicală și gastroenterologie
Volumul datelor
700,000+ imagini
Taxonomia AOI
10 etichete de clasificare
Timpul proiectului
În desfășurare din noiembrie 2023
Activități
- Asigurarea segmentării obiectelor scaunului cu limite poligonale strânse, în ciuda diferitelor iluminări, condițiilor de toaletă și compoziției imaginii.
- Standardizarea etichetării cutiei de delimitare a bazinului, aplicând logica la nivel de vizită doar primei imagini valide din fiecare vizită.
- Gestionarea unui flux de lucru pentru etichetarea AOI în mai multe clase, pe etichete precum scaun, urină, urinare, spălare, hârtie igienică și număr Bristol.
- Menținerea consecvenței și a randamentului pentru un volum foarte mare de imagini, care depășește 700,000 de fișiere.
- Sprijinirea cazurilor de utilizare a inteligenței artificiale orientate spre asistența medicală, în care calitatea adnotărilor afectează direct acuratețea modelului în aval.
Soluţie
Shaip a conceput un flux de lucru pentru adnotări axat pe căile ferate, adaptat cerințelor tehnice ale proiectului.
Strategia datelor
A definit un cadru de adnotare structurat care a combinat segmentarea, localizarea obiectelor și clasificarea pentru a susține obiective multiple ale modelului dintr-o conductă unificată de imagini.
Adnotare scaun
Instanțe vizibile de scaune adnotate folosind măști poligonale precise, trasând strâns în jurul fiecărei piese de scaun pentru a păstra detaliile marginilor, forma și textura.
Cutie de delimitare a bazinului
Lavoarul a fost marcat folosind un chenar de delimitare în loc de segmentarea în funcție de nivelul apei. Chenarele lavoarului au fost aplicate doar primei imagini a fiecărei vizite, cu excepția cazului în care imaginea a fost marcată ca ignorată sau colorată.
Etichetarea AOI
Imagini clasificate într-o taxonomie controlată, inclusiv Fără toaletă, Ignorare, Gol, Hârtie igienică, Tragerea apei, Urină, Urinare, Scaun, Săpun de toaletă și Număr Bristol.
Asigurarea Calității:
Fluxuri de lucru de revizuire aplicate, concepute pentru a îndeplini un prag de acceptare a loturilor de 95%, cu verificări ale calității axate pe precizia adnotărilor, atribuirea corectă a claselor și regulile de etichetare la nivel de vizită.
Activarea inteligenței artificiale
A structurat setul de date de ieșire pentru a sprijini segmentarea, detectarea obiectelor și clasificarea proceselor pentru analiza automată a scaunului, monitorizarea sănătății digestive și viitoarele aplicații inteligente de sănătate.
Domeniul de aplicare al proiectului
| Set de date / Tip de sarcină | Metoda de adnotare | Regula cheie | Valoare AI |
|---|---|---|---|
| Imagini cu scaune | Adnotare poligon | Adnotați scaunul cu atenție în jurul marginilor vizibile | Susține segmentarea scaunului și analiza morfologiei |
| Lavoar de toaletă | Casetă de încadrare | Marcați doar în prima imagine validă a fiecărei vizite | Ajută modelul să învețe contextul bazinului și încadrarea scenei |
| Etichete AOI | Numai clasificare | Aplicați eticheta corectă a scenei/evenimentului fără adnotarea obiectului | Permite înțelegerea scenei și clasificarea evenimentelor |
Rezultate
- A construit o conductă structurată de adnotare în Peste 700,000 de imagini relevante pentru asistența medicală
- standardizat 3 fluxuri de lucru distincte pentru segmentare, localizare și clasificare
- Antrenament cu inteligență artificială activat pentru detectarea automată a scaunului și clasificarea în funcție de scara Bristol
- A susținut dezvoltarea modelului pentru analiză gastrointestinală, context de hidratare și fluxuri de lucru pentru predicția bolilor
- A creat o bază de date scalabilă, aliniată la un Țintă de acceptare a lotului de 95%
Prin combinarea livrării de volum mare cu logica precisă de etichetare a imaginilor medicale, Shaip a ajutat clientul să treacă de la captura de imagini brute la o bază de date pregătită pentru producție, pentru analiza automată a scaunelor de generație următoare. Proiectul a stabilit structura necesară pentru scalarea dezvoltării viitoare a inteligenței artificiale în aplicațiile de monitorizare a sănătății digestive și îngrijire preventivă.
Shaip a adus precizia adnotării și scalabilitatea operațională de care aveam nevoie pentru o inițiativă de inteligență artificială extrem de specializată în domeniul sănătății. Capacitatea lor de a gestiona segmentarea complexă a scaunului, localizarea bazinelor și clasificarea AOI în funcție de volum ne-a oferit o bază solidă pentru dezvoltarea modelului.
