每周AI应用方案精选:AutoEye 筛查系统;3D视觉识别系统等

每周AI应用方案精选:AutoEye 筛查系统;3D视觉识别系统等

首页休闲益智猎豹组装机器人更新时间:2024-05-09

每周三期,详解人工智能产业解决方案,让AI离你更近一步。

解决方案均选自机器之心Pro行业数据库。

方案1:AutoEye 筛查系统——慧眼糖网

解决方案简介:

如果能够通过筛查及早发现和诊断糖网病变,病人就能得到及时的治疗,减少失明的几率和后期治疗的费用。

通过观察血管的直径、颜色等特征的变化,再结合其他指标,就能够对高血压、冠心病、脑卒中、肾病等多种疾病进行衡量,应用前景十分广阔。同时,眼底图像的获取条件也相对宽松。通过一台免散瞳的眼底相机,就能轻松采集到较高质量的眼底图像,在项目的推广实施方面具有优势。

解决方案详解:

AutoEye 筛查系统对眼底图片进行自动分析处理后会形成一份报告,回传到医院的电脑端,供医生参考。报告中既有对病灶的定性,也会对病灶进行定量分析,标注出病灶的部位、数量、面积等信息,并依据这些结果将患者归类。而且每一份报告上都会有医生的签字确认,将责任落实到个人。

根据眼科医学专家的指导,结合内分泌科临床应用的经验总结和实际需求,上工医信将糖网病分为三类情况:健康无病变、轻微病变无需转诊眼科、中度以上病变需要转诊眼科。

方案2:BasicFinder HIVE数据标注私有化部署解决方案

解决方案简介:

BasicFinder HIVE数据标注私有化部署是一款集流程管理、模型预处理及标注工具集于一体的平台系统软件。该系统可提升AI企业在数据预处理环节的项目执行效率,释放标注人员效能。与此同时,通过私有化部署保证数据安全性

解决方案详解:

市场背景及行业痛点:现行基础数据服务领域所提供的数据标注系统基本限制于工具集,而缺少对标注项目流程和人员的管理,这种设计缺失会导致项目在执行期间产生混乱或者权责不明的情况产生,从而影响整体效率。市场上急需一个兼具工具集和流程管理的系统平台。BasicFinder HIVE数据标注私有化部署恰好解决了这个问题。

具体解决的业务场景问题 :自动驾驶、智能安防、智慧金融、医疗机器人、智能医疗影像、智能家居、电子商务、智慧零售。

相对其他同类产品的竞争优势:BasicFinder HIVE 数据标注私有化部署可以与倍赛BasicFinder其他旗舰产品无缝接入,形成AI项目从数据采集、数据标注、数据管理到模型训练及部署的闭环式程序链条,加速项目落地。

方案3:2D3D视觉识别系统——FANUC

解决方案简介:

FANUC 公司开发的具备随机自动拾取功能的机器人,利用其公司的 iRVision 三维区域感应器以及两个机器人来拾取集装箱内被冲压扁的汽车,以及交给热处理机器。

这家机器人公司会在成功之前尝试多种手臂末端工具的设计与视觉处理。这对于自动拾取应用并不稀奇。这种三维技术仍然需要足够熟练的组装技巧,零件更加复杂,组装任务也会更加困难。

解决方案详解:

FANUC 的自动拾取机器人由双头的多功能末端执行器,它可以利用 Magswitch 开发的磁铁抓捕器在集装箱内*零部件,使抓取更加容易,以及由 SCHUNK 开发的两指抓握器去拾取零件并将它们扔到滑梯上。滑梯上的感应器会告诉机器人的第二个控制端零件的方向,并告诉它轮缘是向上还是向下,因此机器人就知道该如何抓取零件。

接着,机器人会从滑梯上取下零件,调整方向,将它嵌入到热处理机中。并捡起完成的零件并将它交给下一步的操作。

方案4:仿生猎豹机器人

解决方案简介:

MIT 生体模仿学实验室推出了第三代猎豹机器人,在早先的概念原型上增加了更多实用性功能,可以用于极端情况下的短途搜救工作。

解决方案详解:

猎豹机器人由 Sang-bae Kim 教授带领的团队研发,DARPA(美国国防部高级研究计划局)进行部分资助。

第二代猎豹机器人的移动速度已经能达到每小时 14 英里,而且搭载了可以绘制地形数据的激光雷达系统,经过了路径识别和障碍避让的训练后,能够自动越过障碍物。

机器人的尾部还搭载了亚马逊 Echo Dot,能够回答简单的问题。

Kim 教授表示,猎豹机器人还有更多的改进计划,比如在以后将搭载更灵活的手臂,同时训练利用三只腿站立的能力。


方案5:目邻远程智能阅片平台——爱尔眼科

解决方案简介:

有经验的眼科医生需要花费 3 至 10 分钟判断被检者是否存在 AMD(年龄相关性黄斑变性)、DR(糖尿病性视网膜病变)等眼底疾病。爱尔眼科的系统借助卷积神经网络,可分析眼底照相机拍摄的涵盖视网膜、黄斑、视神经、血管等眼底照片,在 10 秒钟内完成初步判断。

解决方案详解:

模型的准确率提升需要有标注的数据,2016 年 1 月至当年 8 月,系统学习了 5 万多张眼底照片,经过学习和模型调整,准确率达到 82%。 此后,系统开始学习 AMD(年龄相关性黄斑变性)的辨识,再学习了 4 万多张眼底照片,使 DR 诊断准确率达到 93.3%。

系统在基层社区筛查出的 DR 患者可以转移到附近的爱尔眼科医院接受治疗,直接为后者带来了客流。结合眼科图像分析处理的特点,公司与英特尔合作,从处理器及相关硬件优化的角度,使用定制化的硬件解决方案,提升 DR 和 AMD 筛查的准确性和效率。

查看全文
大家还看了
也许喜欢
更多游戏

Copyright © 2024 妖气游戏网 www.17u1u.com All Rights Reserved