1. 我是CIO首页
  2. 资讯
  3. 人工智能

新方法分析图像以改善医疗保健和制造

新方法分析图像以改善医疗保健和制造
Hui Yang和Soundar Kumara开发了一种新颖的算法,该算法对医疗保健和制造业具有重要意义。

模式既会出现在自然系统中,也可能出现在人为系统中,但是人们可能很难识别和分析模式,尤其是在诸如人的心脏或工厂机器之类的动态系统中。为了解决这个问题,宾夕法尼亚州立大学工程学院的研究人员开发了一种新颖的算法,该算法对医疗保健和制造业具有重要意义。

研究人员专注于理解非线性动态系统中的模式,因为这些复杂的系统由于其性质而难以分析-它们在多个维度(例如空间和时间)上波动,并且几乎不可能通过人类观察来理解。

由Harold和Inge Marcus职业助理教授Yang Hui,Soundar Kumara,Allen E. Pearce和Allen M. Pearce工业工程教授以及Chenold-Bang Chen(Harold and Inge Marcus工业与制造工程系讲师)领导,该方法发表在美国物理学会的混沌杂志上。

杨说:“我们的方法论分析了数据中各种不同的重复出现,以更好地了解我们周围的世界。” “这项工作使我们能够在人体解剖学中的生物学模式与制造业中的人为模式之间架起桥梁。”

为了创建新颖的算法,研究小组分析了由超精密加工产生的复杂微观图像中的空间数据。芬欧汇川(UPM)是一种使用单晶金刚石工具在原子尺度上精炼金属工件的制造工艺,已广泛用于半导体和航空航天等现代工业中,以进行高精度切割或抛光。

空间数据显示了UPM图像上的各种表面,从平坦到粗糙到严重崎不等。优质的产品应具有相似的表面,劣质的产品表面应具有不同的质感。

新方法分析图像以改善医疗保健和制造
“这项工作使我们能够在人体解剖学中的生物学模式与制造业中的人为模式之间架起桥梁。” –杨辉,工业工程副教授。信用:杨辉和桑达·库马拉

该操作从图像中捕获并重申了空间数据中重复性变化的行为,以表示,表征和量化UPM图像中的空间模式。表面特征显示出与成像数据内的空间重复模式高度相关。

根据Chen的说法,过去,研究人员不得不对零件进行物理测量,以在制造时获得表面光洁度的质量。他们的工作现在可以通过使用图像估算表面粗糙度,最终可以节省成本和节省资源。

将来,这种方法可以改善UPM 表面处理质量的预测模型,从而提高制造质量。

Kumara说:“该算法教会了您有关整个系统的新知识。” “例如:信号脉冲在给定的时间和空间上发生在系统的一部分中。后来,它在不同的时间和空间上具有观察到的重复。如果找到了这种模式,则可以使用它来预测未来的行为。”

Yang认为,该算法对于医学应用具有广泛的意义,例如监视器官功能,分析癌症图像以及随着时间的推移检测器官功能障碍。

Yang表示:“您可以在可测量或可观察的,以2D,3D或高维图像表示的复杂结构数据上使用此算法。”

本文为作者 黄凯 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论