TEL:17312606166（魏經(jīng)理）
美鳳力臨床前大動物實驗中心
17312606166
人工智能肺部損傷識別平臺RadVid-19正在幫助巴西圣保羅大學(xué)醫(yī)學(xué)院醫(yī)生發(fā)現(xiàn)和診斷新冠肺炎。視覺中國供圖
【情報所】
如何在沒有就診醫(yī)生參與的前提下，準(zhǔn)確高效地分析判斷影像數(shù)據(jù)以便及時而科學(xué)地診斷病情？
日前，南京工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院副教授杭文龍、碩士生黃燁鋮提出“基于可靠感知對比自集成的半監(jiān)督醫(yī)學(xué)圖像分類”的研究思路，相關(guān)論文被2022年MICCAI學(xué)術(shù)會議提前錄用。
目前，我國醫(yī)學(xué)影像數(shù)據(jù)年增長率約為30%，而放射科醫(yī)師數(shù)量年增長率僅為4.1%，通過AI方式輔助影像科、放射科醫(yī)生進(jìn)行診斷，以提升醫(yī)療機(jī)構(gòu)服務(wù)水平和效率、解放勞動力，已成為當(dāng)前醫(yī)學(xué)影像發(fā)展的熱點和學(xué)界研究的焦點。
“醫(yī)學(xué)影像數(shù)據(jù)需要大量醫(yī)學(xué)專業(yè)人員開展手工標(biāo)注，耗時耗力，阻礙了深度學(xué)習(xí)方法在臨床實踐中的應(yīng)用?！焙嘉凝埥榻B，借助于大量未標(biāo)記數(shù)據(jù)建立半監(jiān)督學(xué)習(xí)模型是一種有效解放人力的途徑。
“毋庸諱言，不同醫(yī)生、不同設(shè)備在不同光線、不同角度等參數(shù)的影響下，拍出的影像數(shù)據(jù)不盡相同，這便會給AI模型的訓(xùn)練過程造成干擾，影響其在臨床應(yīng)用中的判斷?！焙嘉凝埍硎?，因為不同的人群、設(shè)備和環(huán)境中采集的大量醫(yī)學(xué)影像數(shù)據(jù)之間通常會存在較大差異，所以會對模型的預(yù)測性能產(chǎn)生不利影響。
“我們在研究中建立了可靠感知機(jī)制，解決了實際臨床中的痛點問題?！焙嘉凝埥忉?，在借助AI輔助技術(shù)時，通常首先需要訓(xùn)練分類器，但傳統(tǒng)的分類器對數(shù)據(jù)不加判斷，一股腦兒地都用，我們的研究賦予該分類器以智慧，會進(jìn)行分棟，做到去劣存優(yōu)。
據(jù)介紹，較之傳統(tǒng)分類器，他們的分類器通過可信權(quán)重機(jī)制，將未標(biāo)記醫(yī)學(xué)影像數(shù)據(jù)的概率預(yù)測映射到反映其可靠性的權(quán)重值，選擇性地利用可靠的未標(biāo)記醫(yī)學(xué)影像數(shù)據(jù)，排除不可靠的醫(yī)學(xué)影像數(shù)據(jù)的干擾，建立安全的半監(jiān)督學(xué)習(xí)模型，提升分類器模型的預(yù)測能力。
“分類器模型在可靠數(shù)據(jù)的訓(xùn)練下，增強(qiáng)了模型對可靠的數(shù)據(jù)層面信息和數(shù)據(jù)結(jié)構(gòu)層面信息的協(xié)同學(xué)習(xí)能力?！焙嘉凝埍硎荆^之傳統(tǒng)分類器，他們進(jìn)一步設(shè)計了安全一致性正則化以及安全對比正則化機(jī)制，結(jié)合這兩種正則化機(jī)制訓(xùn)練的分類器能夠挖掘可靠數(shù)據(jù)的深層信息，可以廣泛應(yīng)用在醫(yī)院等各個醫(yī)療機(jī)構(gòu)中助力檢測判斷。
“隨著在線醫(yī)療診斷的發(fā)展，該項研究成果對提升醫(yī)學(xué)影像診斷效率、降低漏診誤診率以及節(jié)約人工成本具有重要的應(yīng)用價值和廣闊的應(yīng)用前景。”杭文龍介紹，“在惡性皮膚黑色素瘤圖像以及結(jié)直腸腺癌組織學(xué)圖像開展實驗驗證，我們的方法較基線方法分類識別率提升了3%左右，分別取得了93.27%以及88.57%的分類識別率?！?/p>
| 上一篇：光免疫療法可“點亮”并清除癌細(xì)胞 | 下一篇：斑馬魚試驗：aldh2.1 |
|
|
|
|
