Deep Learning brengt menselijke huid beter in kaart

Gallucci heeft den afgelopen viertal klas gewerkt aan eentje veelzijdige inzet van 3D-analyses van den vel. Dat vermag meegaand zijn voordat ie ontwerpen van scheer- plusteken trim-apparatuur, maar heeft zowel health-toepassingen. Galluci besloot toegepast research plusteken diepgaand wetenschappelijk research te samenvoegen via eentje promotietraject te Philips Research plusteken den faculteit Wiskunde plusteken Informatica van de TU/e.

Ter kaartje brengen menselijke vel

“Er zijn veel voordelen aan ie huis te kaartje kunnen brengen van den menselijke vel”, vertelt Gallucci uit. “Natuurlijk is ie leuk wegens eentje ​​mooie baard te kunnen maken, maar zowel te den medische wereld creëert nieuwe technologie meer mogelijkheden. Ter omvangrijke richten heeft mijn project betrekking op twee toepassingsgebieden: den huidvorm ruwweg plusteken plaatselijk. Hierbij worden zowel te 2D indien te 3D gekeken.”

Ene globale schatting van den oppervlakte van den vel of van den lichaamsvorm vermag eentje fundamenteel redmiddel zijn voordat medisch specialisten. Bijvoorbeeld wanneer zij defini hoeveel vel is verschroeid voordat eentje patiënt met ernstige brandwonden. Of te ie calculeren van den juiste hoeveelheid chemotherapie op voet van ie totale lichaamsoppervlak van den patiënt. Te vaak, zegt Gallucci, leiden huidige schattingen totdat onnauwkeurige resultaten. Ene full body scan biedt den nodige precisie maar is kostbaar plusteken levert veel gegevens op.

“Daarom produceerden wij eentje proefje dat te staat is wegens den vorm van ie vlees te defini op voet van den vorm van ie gezicht van den persoon plusteken watten basisgegevens, zoals ouderdom, gewicht plusteken lengte.”Plusteken dat bleek te werken: den trant is zeer nauwkeurig plusteken levert resultaten op diegene sterk toeschijnen op diegene van eentje full body scan. Omdat elke vel uniek is, wasgoed Galluci attent op vooringenomenheid (bias) indien gevolg van ie bovengemiddelde aandeel van blanke mannen onder proefpersonen. “Ene betere invalshoek van werkelijke diversiteit zullen te den toekomst kunnen wordt bereikt vanwege meer datasets te usances diegene zijn verzameld van mensen van verschillende nationaliteiten plusteken met verschillende huidskleuren.”

Detailonderzoek

Gallucci heeft den menselijke vel zowel te detail speuren. AI-technologie zoals deep learning vermag volgens hem vermag eentje omvangrijke schoonmaakster zijn te ie diagnosticeren van huidkanker. Wanneer is eentje verdacht uitziende moedervlek ongevaarlijk plusteken wanneer is ie ie start van eentje tumor? “Wij willen computersystemen trainen plusteken voeden met veel afbeeldingen wegens den algoritmen te blijven verbeteren. Wij hebben zowel speuren hoe wij den deep learning diegene wij usances met dit applicatie kunnen verbeteren plusteken wij hebben gekeken hoe wij kunstmatige beeldhouwwerken van huidaandoeningen kunnen genereren wegens ie leerproces te vergemakkelijken.”

Voorts programmeerde Gallucci den AI-software wegens lichaamsharen met omvangrijke nauwkeurigheid te tellen. Dit vermag allereerst nuttig zijn voordat ie verbeteren van persoonlijke verzorgingsapparaten zoals scheerapparaten plusteken epilators. Maar wanneer kunstmatige neurale netwerken wordt getraind, vermag ie er zowel voordat zorgen dat den hoeveelheid lichaamshaar noch langer eentje obstakel vormt voordat ie analyseren van eentje verdacht uitziend stukje vel.