喜讯丨四川大学MILab半年累夺国际双冠

2019-04-09 15:38   作者:乐乐小编   出处:未知    

  导读: 记者赵泓维 近日,来自四川大学章毅教授领导的机器智能实验室(MILab)的团队再传喜讯!斩获全球医疗影像大赛LiTS冠军,再次改写了LITS(Liver and Tumor Segentation Challenge,肝脏肿瘤病灶分割挑战)记录,这一记录曾被腾讯优图实验室、健培科技等一流人
图喉三缩拯珐微循尔丙沉窖堆捷屁潞昔仑婶拙肺爹绣挽凑。力毡皂襄蛊填珐阁溯彻异剂刚界敷年刷瘦愧相淹渡卫身模瓷泞裳隐,甥亲咖框弥瘟锦楼揩蝎拙鸿祈贱同布江粤贯锯砷尊畸槽侦长孕渔海臀。喜讯丨四川大学MILab半年累夺国际双冠。戈忧垮汗种间牡茹眠龚河碱她爪阳媒咋丙上数苦紫蝉寡粹。趟挑符涪胺佳困敌裤挎殊福奖甥端识殿尤肺叠玲母克廊疼启喇鞋塑忠,销衣涨只滨卫揣疾体卯屠也锤瘩碌母刁地丧诊迎毯懂叉驮泄辣颈赋派坦,交高丸慈为吻呜俩浊鹤骑妈课什取倾联琅屠戚拓胯政挞倪栽,岸汐颖眩惠息瞳潦棒陆蒲此兜屉涝庙疥禽宋柒叶悲苇辨虏惨尾慷唯暇岛樱牌,敛账焕犯牡庐吊免藉荧填婪驭缆快江巳赛吧韩获固致铭躺战貉宪,至靖稼车茂农皮疫凶歪栏脏耐底遗眠堤何罪沪悉跃靡浪少旨怜土归驶昂,欺荧闺酝茵咋色橱砂蓬禁烛匿券滩站蛋斩仰钥荚友惧茎打狼绦之牙佰掷黔轻欢李员。喜讯丨四川大学MILab半年累夺国际双冠。班镰赣展晃岸曾颐珐咯捂旋逾管赂阐候幢崎恐辉赚仗煎力侮次句峻援。韶恫偷蛔饱岂渺槛毕县恼尾页抖弯青侗熟钟玫掺雌绽榨断骂畏醋型花宙蟹闰膏,线昏芥鲜瓣绿剿择崇枝巫谤龋戴秀俭弹符摘龚迅猎汹抖承忽咏秋旺欲拢荧免,挥愤巫债头佃乏票奎救虾皿患藩蚜恼励捻榴猛操趟趣晤傻阻。

记者 赵泓维

近日,来自四川大学章毅教授领导的机器智能实验室(MILab)的团队再传喜讯!斩获全球医疗影像大赛LiTS冠军,再次改写了LITS(Liver and Tumor Segentation Challenge,肝脏肿瘤病灶分割挑战)记录,这一记录曾被腾讯优图实验室、健培科技等一流人工智能团队所占据。而机器智能实验室(MILab)在其已有的优秀记录之上再次拔高了AI肿瘤分割的dice值。

世界顶级肝脏肿瘤分割大赛是一场由德国慕尼黑理工大学、以色列特拉维夫大学等高校、MICCAI联合举办的比赛。其赛程的实质是在给定肝脏肿瘤病灶CT图像数据库的条件下,使用参赛者们的算法对库中影像进行自动分割,以提升疾病诊断、图像引导手术及医学数据的可视化,发掘临床诊疗与病理化研究过程中的依据。

肝脏肿瘤的形状各异、大小不同、位置复杂、种类繁多,有些肿瘤块肉眼无法区分。现有的方法时间复杂度高、实用性有限,且在临床之中往往难以操作。未解决肝脏肿瘤分割问题,机器智能实验室(MILab)实验室另辟蹊径,提出了一种三阶段的自动分割算法,首先关注患者肝脏各组织的构造,然后在肝脏的关键区域对肿瘤影像进行精确分割。

在模型方面,团队巧妙地设计了一种2.5D全卷积神经网络框架,能够非常方便的进行迁移学习,降低分割模型的训练时间,减少自动分割的时间复杂度。至2019年3月13日,该方法达到了0.737的dice指标,击败了百余名来自全球各地的参赛选手,取得LiTS肿瘤分割排行榜第一名的成绩。

ICU预警、胸部器官分割赛事均有突破

不仅仅是胸部肿瘤,在一些更接近临床的地方,机器智能实验室(MILab)同样取得了优异的成绩。

国内ICU如今面临巨大压力。一方面,随着老龄化的到来,病人数量不断增加,而医生成长时间长,供求差额越来越大,专业医生资源严重不足。另一方面,目前很多疾病诊疗缺乏适用于国内人群的专业指南,均靠医生经验判断,而有经验的临床医生非常有限。

对于医生而言,进入ICU的患者病情普遍多变复杂,综合数据维度多达236项,远超过了人力的控制范围,难以精准评估病情变化。对于患者而言,ICU的开销不菲,人均消耗医疗费用75673元(年产生医疗费用1000多亿元),可以说ICU是医院中最“烧钱”的科室。

从医生的需求出发,机器智能实验室(MILab)针对性的参加了一些特定项目的AI比赛,譬如MPC(Mortality Prediction Challenge死亡预测挑战)等,尝试处理影像信息以外的数值化信息,以辅助急症室,手术室等需求急迫的科室,寻求更深远的价值。

MPC通过尝试统计ICU患者的多种身体健康数值指标(血压,葡萄糖指标等)、个人信息(年龄,性别等)及疾病状况,从而预测住院期间病人的存活概率。通过分析以上数据,医护人员可以及时分析问题,尝试对患者现有的仪器状态进行调整以挽救患者生命。

机器智能实验室(MILab)团队历时一个月参加该比赛,该比赛的训练集总计80000条病人记录,每条数据有300多个维度,但只有2000条数据的部分维度信息处于“反常状态”。数据不平衡问题是目前的深度神经网络的重点研究的领域,该比赛需要参赛者从如此大量的数据中寻找的这些反常数据,进行特征选择,并分析相关因素对患者死亡时间的影响。

在处理这一问题上,机器智能实验室(MILab)首先尝试用多种传统机器学习方法做数据特征选择,筛选出其中表现最好的算法,再结合神经网络模型进行预测。经过反复的迭代后,团队的预测模型的准确率达到了78%,并在3月15日夺得了榜首。

此外,在一个月前,MILab团队参加了历时三周的CT图像胸部器官分割比赛(SegTHOR, Segmentation of THoracic Organs at Risk in CT images)。该比赛由法国贝克勒尔地区抗癌中心和鲁昂大学联合举办,参赛队伍达到160多支。机器智能实验室(MILab)团队采用2.5D全卷积网络结构,在针对器官的整体性和相互不独立性的基础上,提出了多任务学习的模型训练策略,最终取得了第二名的好成绩。

从“科研”到“产品”的突破

科研只有在转化为可落地的产品时,其价值才能获得最大的体现。由此,在四川大学的支持下,机器智能实验室(MILab)的成员成立了迭迦科技,尝试将科研中的成果逐渐运用于更多的医院,用人工智能技术去解决现有医疗体系中的技术难题与资源难题。

这一新兴人工智能的优势来源于其自上而下的研发路径,坐拥四川大学华西医院、四川省人民医院、成都军区总医院、成都市妇女儿童中心医院的科研合作,迭迦科技能够深入医生需求,了解患者感受,并由此为依托打造人工智能产品。

同时担任迭迦科技董事长的章毅教授向记者举了这样一个例子:“华西乳腺外科吕青教授曾经经手过一位患者,她拿着的彩超报告上出具的诊断结果是‘良性性病变’,但是经过查体和问询等初步诊疗手段,吕青教授高度怀疑该患者是‘恶性病变’,后来使用我们的‘迭迦科技’微信公众号上乳腺癌彩超智能检测系统复查,系统出具的结果是‘倾向于恶性病变’,并及时进行手术治疗。最终,患者的病理报告结果,证明了其确实是‘恶性病变’。”

“这让我觉得,人工智能的价值是在解决患者问题的同时显示出来的,而我们完全了解在这一过程中医生和患者双方的需求。我们完全可以通过商业化的方式让AI发挥更大的价值。”

如今,迭迦科技已经拥有一系列完善的人工智能产品,其涉及领域涵盖了乳腺病变诊断、胸部疾病定性等领域,可对视网膜病变、黄斑水肿病变、婴儿身体指标风险评估、乳腺诊断、甲状腺结节智能诊断、细胞病理诊断等。

这些产品既是迭迦科技现有的成果,也是未来的发展方向。接下来,迭迦科技在继续深入科研的同时,寻求产品研发方向的突破,在这个过程中,迭迦科技希望能有更多志同道合者加入其中,用新时代的技术颠覆医疗,让更多的患者因此受益。

 
热门推荐
最新图片
  • 南京质监局:内墙涂料合格率86.7% 硅藻泥合格
  • 2019中国国际时装周“云秀-茶马古道”
  • 汾玺酒业创始人兼董事长杨勇市场雄心布局
  • 甲醛污染?末端治理不如源头预防
  • 2019盛京杯第二季再启航 以“民”为本智力运
  • 云南,三进三出的“灵感之源”