腫瘤醫(yī)學(xué)圖像智能診斷算法
簡(jiǎn)介:
1、胰腺腫瘤CT圖像診斷算法。針對(duì)胰腺腫瘤分類(lèi)問(wèn)題,從醫(yī)學(xué)CT圖像出發(fā),搭建深度學(xué)習(xí)模型。對(duì)于腫瘤分類(lèi),我們將問(wèn)題建模成兩部:胰腺定位查找和胰腺腫瘤分類(lèi)。我們建立級(jí)聯(lián)分割網(wǎng)絡(luò),從病人腹部的CT圖像中將胰腺器官分割出來(lái)。級(jí)聯(lián)分割網(wǎng)絡(luò)比之前的層級(jí)分割網(wǎng)絡(luò)結(jié)果提升10各點(diǎn)。之后建立多模態(tài)分類(lèi)網(wǎng)絡(luò),針對(duì)CT圖像的特性,將多切片多造影劑時(shí)期多區(qū)域的數(shù)據(jù)進(jìn)行融合,在胰腺腫物分類(lèi)中取得了較好的結(jié)果。
層級(jí)分割模型示意圖
分類(lèi)模型可視化熱圖
2、現(xiàn)有的乳腺癌腋窩淋巴轉(zhuǎn)移的醫(yī)療診斷措施為病理活檢,是一種過(guò)度醫(yī)療。基于乳腺鉬靶圖像的術(shù)前無(wú)創(chuàng)的乳腺癌腋窩淋巴轉(zhuǎn)移預(yù)測(cè)手段能夠有效避免過(guò)度醫(yī)療。我們構(gòu)造了基于乳腺鉬靶圖像的深度卷積神經(jīng)網(wǎng)絡(luò)模型來(lái)處理乳腺癌腋窩淋巴轉(zhuǎn)移問(wèn)題。我們對(duì)乳腺鉬靶數(shù)據(jù)進(jìn)行了預(yù)處理和數(shù)據(jù)集的整理、劃分。我們構(gòu)造了三個(gè)不同的深度卷積神經(jīng)網(wǎng)絡(luò),患病側(cè)單體位網(wǎng)絡(luò)、患病側(cè)雙體位網(wǎng)絡(luò)和雙側(cè)雙體位四視圖網(wǎng)絡(luò)。其中,患病側(cè)單體位網(wǎng)絡(luò)分為 CC 位網(wǎng)絡(luò)和 MLO 位網(wǎng)絡(luò)。在乳腺鉬靶數(shù)據(jù)的測(cè)試集上,患病側(cè) CC 位網(wǎng)絡(luò)、患病側(cè) MLO 位網(wǎng)絡(luò)、患病側(cè)雙體位網(wǎng)絡(luò)、雙側(cè)雙體位四視圖網(wǎng)絡(luò)的結(jié)果依次遞增。這表明了同時(shí)使用同一患者的四張鉬靶圖像的雙側(cè)雙體位四視圖網(wǎng)絡(luò)具有更好的預(yù)測(cè)效果,更適合乳腺癌腋窩淋巴轉(zhuǎn)移預(yù)測(cè)任務(wù)。對(duì)于雙側(cè)雙體位四視圖網(wǎng)絡(luò),我們不僅使用了雙側(cè)測(cè)試集 1,還使用了額外的雙側(cè)測(cè)試集 2 進(jìn)行測(cè)試。
鉬靶乳腺圖像預(yù)處理
雙側(cè)雙體位深度學(xué)習(xí)網(wǎng)絡(luò)
優(yōu)勢(shì):從客觀的醫(yī)學(xué)圖像數(shù)據(jù)出發(fā),結(jié)果可重復(fù),而且高效快捷,提高識(shí)別準(zhǔn)確率的同時(shí),便于臨床推廣。
中國(guó)人民大學(xué)
2021-05-15