發(fā)布日期：2018-06-08
近年來，人工智能（Artificial Intelligence，AI）迅猛發(fā)展，從AlphaGo連續(xù)擊敗人類棋手，到各大汽車廠商爭相推出的無人駕駛技術(shù)，人工智能在多個領(lǐng)域取得了突破性的進展。在人工智能的各大產(chǎn)業(yè)中，醫(yī)療加人工智能方向已然成為矚目焦點，備受關(guān)注。人工智能在醫(yī)療中的應用能夠有效緩解我國醫(yī)療資源嚴重短缺、分布失衡的現(xiàn)狀，提高醫(yī)療系統(tǒng)的運行效率，甚至推動整個醫(yī)療行業(yè)的變革。
結(jié)直腸癌是全球第三大癌癥，其年標化發(fā)病率為0.41‰，死亡率為0.15‰。如果在早期得到確診并且接受正確治療，結(jié)直腸癌患者的五年生存率高達90%。而一旦癌細胞擴散到結(jié)直腸外，患者的五年生存率迅速下降。因此，結(jié)直腸癌的早診斷、早治療是極其重要的。
結(jié)直腸癌病灶的分割是術(shù)前預測、分期和療效評估等工作的基礎(chǔ)。由于癌癥病灶與正常組織之間的邊界模糊，傳統(tǒng)方法很難實現(xiàn)精確地自動分割，國際上的相關(guān)研究很少。臨床上常用的手動或半自動的分割方法極其繁瑣、耗時，且高度依賴于操作者。
中國科學院蘇州生物醫(yī)學工程技術(shù)研究所醫(yī)學影像室高欣、簡俊明、夏威等人提出了一種基于全卷積神經(jīng)網(wǎng)絡(luò)（FCN）的結(jié)直腸癌T2加權(quán)MRI圖像分割方法。該方法使用VGG-16網(wǎng)絡(luò)進行特征提取，從VGG-16中每個模塊的最后一個卷積層分別引出一個邊輸出模塊，這些邊輸出模塊能夠深入挖掘多尺度特征并產(chǎn)生相應的輸出。最后，所有的邊輸出結(jié)果融合生成最終的分割結(jié)果。實驗結(jié)果顯示，該模型對結(jié)直腸癌腫瘤分割具有較高的敏感性（87.85%）和特異性（96.75%）。
這項研究的意義，在于借助人工智能找到了一種全自動結(jié)直腸癌病灶分割方法，能夠有效縮短結(jié)直腸癌疾病分析和診斷的前期工作所需要的時間，大大降低醫(yī)生的勞動強度。此外，這個方法還可以拓展應用到其他的腫瘤病灶分割上，加快相關(guān)疾病的研究進展。相關(guān)成果發(fā)表于Australasian Physical & Engineering Sciences in Medicine。
來源：蘇州生物醫(yī)學工程技術(shù)研究所
