Хайп на ИИ

    По данным публикации в журнале Ультразвука в медицине(Journal of Ultrasound in Medicine) за январь 2019 - Feasibility of a Support Vector Machine Classifier for Myofascial Pain Syndrome: Diagnostic Case-Control Study / Возможность использования машинного классификатора опорных векторов для миофасциального болевого синдрома: диагностическое исследование случай-контроль - внешняя ссылка

    Миофасциальный болевой синдром (МФБС) является наиболее распространенной причиной хронической боли во всем мире. Диагноз МФБС является субъективным, что создало потребность в надежном количественном методе диагностики МФБС. Авторы публикации предлагают использовать метод опорных векторов (МОВ) наряду с ультразвуковыми (УЗИ) текстурами для дифференциации здоровых и пораженных МФБС скелетных мышц.

    Данные УЗИ верхней части трапециевидной мышцы в B-режиме были получены у здоровых (n=29) участников и пациентов с активной (n=21) и скрытой (n=19) формой МФБС с использованием метода сбора данных, описанного в предыдущих работах. Области интереса(ROI) были извлечены и отфильтрованы для получения уникального набора из 917 изображений, где из каждой интересующей области были выделены особенности текстуры для характеристики каждого изображения. Эти особенности текстуры были затем использованы для обучения 4 отдельных двоичных классификаторов МОВ с использованием вложенной перекрестной проверки для реализации выбора функций и настройки гиперпараметров. Производительность каждого ядра оценивалась по данным и проверялась путем тестирования окончательного набора удерживающих устройств(*Т.е. очередной обучаемый большой статисткой "ИИ", которому вы можете верить или не очень, как и современным машинным переводчикам, которые сейчас также работают на подобном "ИИ" и порой выдают довольно странные переводы, из серии хоть плачь, хоть смейся... у "Яши" - "pregnancy delivery" -> "доставка по беременности" или и у "Гоши" "ectopic tissue" - > "внематочная ткань" При этом открытые статистические алгоритмы, в том числе и мой Классификатор на основе 3... , игнорируются общественностью, т.к. это видите ли не "хайп").

    Классификатор ядра радиальной базисной функции имел наибольшую оценку эффективности коэффициента корреляции Мэтьюса 0,627 ± 0,073 (среднее значение ± стандартное отклонение) вместе с самой большой площадью под кривой 91,0% ± 3,0%. Заключительный тест на выносливость для классификатора радиальной базисной функции дал точность 86,96, коэффициент корреляции Мэтьюса 0,724, чувствительность 88% и специфичность 86%, что подтвердило более ранние оценки эффективности авторов данной публикации.

    Специфические особенности ультразвуковой текстуры, использование которых с другими CAD(* CAD :: Словарь - Для врач... ) было опубликовано в литературе, можно использовать для классификации здоровых мышц и мышц c МФБС с использованием двоичного классификатора МОВ.

    *Желающие могут почитать интересную статью про историю развития машинного перевода - внешняя ссылка

    *комментарии редактора