郑晓春

 

对人类来说，区别雪地里的北极熊或识别一个熟人易如反掌，但对计算机来说则是严峻的挑战，因为光线和角度的微小变化，都会干扰计算机识别的准确性。为了使计算机具备与人脑类似的图像识别能力，以色列魏兹曼研究院计算机科学家艾坦•沙龙博士正在与美国马萨诸塞综合医院的梅拉夫•格伦博士合作开发一种通过分级比较提高计算机识别物体的新方法。

 

研究人员先让计算机比较图像中的每个像素，并根据亮度将其分组，然后按照结构、形状等特征进一步比较，将特点相同的进行合并。随着识别的深入，比较的参数越来越多，也越来越复杂。通过这样由低到高的一系列比较分类，计算机即可从背景中将物体区分出来。

 

接下来是更具挑战性的工作——识别物体。为了让计算机识别所见到的物体，如一副眼镜。研究人员先让计算机将眼镜图像分解为不同的片断，然后将其与数据库中所有眼镜片断相比较，根据不同特征进行比较分类，最后从数据库中找出特征与之完全相同的眼镜，从而实现图像识别的目的。

 

在耶路撒冷哈达沙大学附属医院放射专家古慕瑞的帮助下，研究人员用该技术对核磁共振扫描的脑损伤图像进行了分析识别。数据处理过程与物体识别相同，脑图像被分解为不同片断，每个片断根据亮度、结构、形状、位置等特征进行分类，然后由计算机对不同片断进行检测，判断该区域是否健康。

 

结果显示，计算机标明的受损伤区域有60%—70%与医生的判断相符。研究人员称，这一结果令人鼓舞。他们计划进一步拓展这项技术的应用范围，使其成为多学科的医学诊断助手。