|
近日，中科院蘇州醫工所研究人員與麗水、蘇州兩地醫院合作，新近研發出一種可以與醫學影像聯合使用的人工智能系統。這套系統與增強核磁共振圖像結合，可以在無創條件下為病患完成癌癥分級。 癌癥分級是指根據惡性腫瘤的分化程度高低、異型性大小及核分裂像多少等病理形態，來確定惡性程度的級別。分級可以表明腫瘤的惡性程度，為臨床診斷、選擇治療方案和預后評估提供依據。但現實中，分級結果高度依賴于醫生經驗，具有較大主觀性。近年來隨著模式識別、機器學習、深度學習等技術的不斷發展，科學界正嘗試構建可以與醫學影像結合的深度學習網絡，對癌癥進行客觀自動的分級。 此次，科研團隊構建了一套名為SE-DenseNet的復合深度學習網絡。這套網絡既能敏銳地捕捉增強核共振圖像特征，又能自主學習、不斷優化不同特征在整個分析中的權重，完成對癌癥患者的分級。 “相比于傳統通過穿刺進行的癌癥分級，使用‘醫學影像+AI’分級能更全面地獲取病灶信息，降低漏檢概率。近年來，利用人工智能進行病灶分級的準確性還在不斷提升，說明這項技術應用于疾病診療具有很廣闊的前景。”參與此項研究的蘇州醫工所研究員周志勇說。 相關研究成果已于近日刊發在生物醫學工程領域期刊《生物學與醫學中的計算機應用》上。 (責任編輯：Doctor001) |
