发布时间：2018-08-17 阅读量：1326 来源: 我爱方案网 作者:
据VentureBeat报道，由谷歌旗下DeepMind Health、Moorfields眼科医院NHS信托基金和伦敦大学学院眼科研究所共同创建的人工智能(AI)系统，可以为50多种眼疾推荐治疗方案，准确率高达94%，与顶级人类专家不相上下。
在《自然医学》(Nature Medicine)杂志网络版上发表的研究中，研究人员详细介绍了AI在眼科疾病治疗方面取得的进展。英国《金融时报》于2016年2月份首次报道，发现AI可用于分析视网膜扫描最大眼疾(比如青光眼、年龄相关性黄斑变性、糖尿病性视网膜病变)等，而且可能比训练有素的人类专家更准确。
训练用来在图像中发现模式的神经网络也被用于检测心血管疾病、乳腺癌和肾病。伦敦大学学院的科学家皮尔斯·基恩博士(Pearse Keane)表示:“我们正在开发的AI技术是为了优先考虑那些需要医生或眼科专家紧急治疗的病人。如果我们能及早诊断和治疗眼科疾病，我们就有最好的机会挽救人们的视力。”
通过进一步的研究，这可能会在将来为眼疾患者带来更高的护理质量。该系统不仅可以给出治疗建议，还可以为医生解释为什么选择提出特定建议，并显示对建议治疗过程的信心水平。分享建议背后基本原理的想法与谷歌AI主管杰夫·迪恩(Jeff Dean)的主张一致，他希望看到更多类似尝试。AI还可以部署在多种医疗成像设备上，这些设备可以用来生成眼睛的医学图像。
然而，AI系统在用于日常眼部扫描之前，必须经过临床试验并获得监管部门的批准。
DeepMind发言人指出，如果临床试验取得成功，Moorfields将能够在其英国30家医院和社区诊所免费使用AI系统，初始期限为5年。
近年来，随着机器智能的兴起,正在开发的AI(如DeepMind与合作伙伴研发的系统)经常被倡导作为一种民主化的AI，向患者提供高度精确算法的好处。据世界卫生组织统计，全世界有超过2.5亿人患有视觉障碍或失明。眼睛可能是心灵的窗户，但也可能是更严重疾病的窗户。例如，糖尿病视网膜病变与心血管疾病的风险增加有关。
谷歌创建的神经网络能够以大约70%的准确率预测糖尿病视网膜病变患者是否会继续经历心脏病发作等重大心脏事件。今年春天，谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)和谷歌Medical Brain团队表示，该公司已经创建了能够预测病人是否会再次入院的AI系统。今年6月公布的结果还发现，在两家医院的试验中，这套AI系统能够预测病人在住院期间是否会死亡，准确率超过90%。
Alphabet子公司Verily Life Sciences今年也一直非常活跃，致力于解决一些问题，如睡眠呼吸暂停的检测、使用AI帮助药物发现、血液采集、健康保险等。
方案超市都是成熟的量产方案和模块，欢迎合作：
AI人脸识别套件方案定制
人脸识别智能闸机管理系统
RK3288人脸识别算法评估板
快包任务，欢迎技术服务商承接：
AI活动灯支架 预算：￥100000
人脸识别 预算：￥30000
无源晶振与有源晶振是电子系统中两种根本性的时钟元件，其核心区别在于是否内置振荡电路。晶振结构上的本质差异，直接决定了两者在应用场景、设计复杂度和成本上的不同。
RTC（实时时钟）电路广泛采用音叉型32.768kHz晶振作为时基源，但其频率稳定性对温度变化极为敏感。温度偏离常温基准（通常为25℃）时，频率会产生显著漂移，且偏离越远漂移越大。
有源晶振作为晶振的核心类别，凭借其内部集成振荡电路的独特设计，无需依赖外部电路即可独立工作，在电子设备中扮演着关键角色。本文将系统解析有源晶振的核心参数、电路设计及引脚接法，重点阐述其频率稳定度、老化率等关键指标，并结合实际电路图与引脚定义，帮助大家全面掌握有源晶振的应用要点，避免因接线错误导致器件失效。
晶振老化是影响其长期频率稳定性的核心因素，主要表现为输出频率随时间的缓慢漂移。无论是晶体谐振器还是晶体振荡器，在生产过程中均需经过针对性的防老化处理，但二者的工艺路径与耗时存在显著差异。
在现代汽车行业中，HUD平视显示系统正日益成为驾驶员的得力助手，为驾驶员提供实时导航、车辆信息和警示等功能，使驾驶更加安全和便捷。在HUD平视显示系统中，高精度的晶振是确保系统稳定运行的关键要素。YSX321SL是一款优质的3225无源晶振，拥有多项卓越特性，使其成为HUD平视显示系统的首选。
