VinDr-SpineXR cho phép phân loại giữa hình ảnh X-quang cột sống bình thường và bất thường với độ chính xác 90% tính trên độ đo AUC (diện tích dưới đường cong cho biết khả năng phân biệt giữa bệnh nhân mắc bệnh và không mắc bệnh). Bên cạnh đó, mô hình còn có khả năng khoanh vùng chính xác 06 loại tổn thương cột sống phổ biến tại Việt Nam, bao gồm: gai xương; hẹp khe đĩa đệm; vật liệu phẫu thuật; hẹp lỗ tiếp hợp; trượt đốt sống và xẹp đốt sống với mAP = 0.55 (mAP là chỉ số độ chính xác trung bình, cho phép đo hiệu suất của các mô hình phát hiện đối tượng trong ảnh).
BÀI VIẾT MỚI NHẤT
TAGS
AIComputer VisionBig DataData ScienceChuyển đổi sốNLPDoanh nghiệpchatbotHealthcareY tếOCRDatasetcallbotBeginnersVoice AssistantVision AIDigital TransformationVisionAICamera AIai call centerThuật toánNLUImage ProcessingCamera thông minhMachine LearningTTSASRSpeech to textopen-sourceTrợ lý ảoViViVoice TechnologyVirtual AssistantprojectsFace RecognitionMedical ImagingNhận diện khuôn mặtNatural Language UnderstandingCông nghệ giọng nóiCamera giám sátCamera giám sát AIGiám sát tự độngGiám sát cho doanh nghiệp'DataData InfrastructureLợi ích của callbotDu lịchvinocrKhám pháVinCamAI
Bài viết liên quan
Giới thiệu Công ty Cổ phần VinBigData
Vizone: Hệ sinh thái các giải pháp phân tích hình ảnh thông minh
VinBase: Nền tảng trí tuệ nhân tạo đa nhận thức toàn diện
Thị giác máy tính: Tiềm năng thúc đẩy tăng trưởng đa ngành tại Việt Nam
Công nghệ giọng nói: Khai mở tiềm lực cho doanh nghiệp Việt Nam
Hệ thống tự động phân loại hình ảnh X-quang theo chỉ định chụp
Chẩn đoán các bệnh lý thường gặp trên ảnh X-quang lồng ngực ở bệnh nhân nhi
VinDr-RibCXR: Mô hình trí tuệ nhân tạo phân đoạn và ghi nhãn các cung xương sườn từ hình ảnh X-quang lồng ngực
Đánh giá lâm sàng VinDr-CXR, hệ thống AI phát hiện bất thường trên ảnh X-quang lồng ngực
VinDr-CXR: Bộ dữ liệu mở về ảnh X-quang lồng ngực có chú giải
Thuật toán tự động khoanh vùng u não trên ảnh chụp cộng hưởng từ