原标题:国际领先!中山六院吴小剑团队实现人工智能结肠癌病灶影像精准分割
CT作为一种常见的检查手段,相信不少老百姓均十分熟悉。而基于影像的自动分割技术能够辅助医生精确了解病灶的位置、大小以及与周围血管、组织的关系,帮助疾病诊断、图像引导手术以及医学数据的可视化,为临床诊疗和病理学研究提供可靠的依据。
当前,能否实现全自动的、精准的病灶分割是决定医学影像在临床使用效果的关键。
近年来,深度神经网络的快速发展使得许多先进的分割方法都取得了可喜的进展。但与肝脏、心脏等器官相比,肠道肿瘤的形态、位置的变化大,因此,肠道肿瘤的自动分割任务难度高。特别是结肠癌,因病灶分布范围大、解剖结构复杂,一直未能实现有效的病灶自动分割,这一现状严重制约了肠癌精准诊疗人工智能的临床应用。
▲Medical Image Analysis发表吴小剑教授团队牵头完成的研究成果
近日,我院结直肠肛门外科吴小剑团队迈出了坚实的一步。他们在国际上率先实现了自主结肠癌病灶影像精准分割的人工智能临床解决方案,源于其开发的结肠癌病灶自动精准分割的医学影像人工智能弱监督-半监督框架(Segmentation Only Uses Sparse Annotations,SOUSA )。
相关研究结果在医学影像人工智能算法顶刊Medical Image Analysis(IF=13.828)发表。
本研究由吴小剑教授团队牵头,联合喀什地区第一人民医院邹小广教授团队、上海人工智能实验室协作完成。
其中,文章题为“Segmentation only uses sparse annotations: Unified weakly and semi-supervised learning in medical images”(只使用稀疏标注的病灶分割:医学图像的联合弱学习和半监督学习),吴小剑教授为最后通讯作者,喀地一院邹小广教授、上海交通大学张晓凡教授为共同通讯作者,我院高峰副研究员、钟敏儿博士、孟晓春主任与喀地一院田序伟主任为共同第一作者,喀地一院马依迪丽·尼加提主任等为共同作者。
据介绍,基于医学影像的人工智能为肠癌个体化诊疗提供了巨大的可能性,已经有多项研究实现了病人的疗效预测、术后复发风险评估,但这些应用无不依赖于精准的病灶分割。
此次SOUSA技术的开发在国际上首次实现了结肠癌的自动分割,为加速肠癌人工智能精准诊疗的临床应用奠定了基础。
自动化标准化的精准影像信息处理将有效地降低经济、时间和人力成本,为精准诊疗的实施提供了重要的临床依据,具备极大的临床转化应用前景。
▲基于CT影像的结肠癌病灶分割
本研究中,团队在SOUSA框架中充分利用了弱监督学习和半监督学习的优势,提高了人工智能的学习效率,减少了假阳性的预测,显著提高了病灶分割的准确度。
▲SOUSA框架
团队利用来自中山六院和喀地一院的923例有标注结肠癌CT影像和2670例无标注结肠癌CT影像作为SOUSA框架的训练数据集,并利用417例结肠癌CT影像对SOUSA框架进行验证,结果显示其自动分割效果优于现有的弱监督和半监督学习模型。与目前最先进的方法ICT (Verma et al.,2019)、不确定性感知(Yu et al.,2019)和自我训练相比,SOUSA框架在每个数据比率上都达到了最佳性能。此外,当数据集的大小有限时,SOUSA框架的性能甚至与使用密集注释的模型的性能相当。
▲对肠癌数据集使用不同方法的自动分割结果
受中山大学选派,自去年6月27日起,现任广东省援疆医疗队队长、喀地一院院长、我院副院长吴小剑投身为期一年半的援疆工作。
援疆期间,吴小剑立足当地学科建设,发挥该院团队特长,以SOUSA框架这一粤喀合作成果切实助力喀地一院发展。
原文链接:
Feng Gao, et al. Segmentation Only Uses Sparse Annotations: Unified Weakly and Semi-Supervised Learning in Medical Images. Medical Image Analysis. Available online 17 June 2022.
https://doi.org/10.1016/j.media.2022.102515
本文指导专家
结直肠肛门外科 吴小剑 教授 主任医师
中山大学附属第六医院副院长,教授,主任医师,博士生导师
长期致力于结直肠肿瘤和炎症性肠病的临床和研究工作,主持国家863 计划重大课题、国家国际科技合作专项、国自然等多项课题。作为主要研究者获得2016年国家科技进步二等奖和两次广东省科技进步一等奖。
学术任职:
教育部生物医学大数据工程研究中心副主任
国际癌症基因组ICGC-ARGO结直肠癌多组学项目负责人
中华医学会外科学分会胃肠外科学组委员
广东省医师协会胃肠外科分会主任委员
广东省医学会外科学分会副主任委员
广东省医学领军人才
《中华炎性肠病杂志》主编
《中华胃肠外科杂志》副主编
出诊时间:(2021年6月作为援疆干部到喀什地区第一人民医院开展为期一年半的帮扶工作)
责任编辑:张源泉
初审:戴希安
审核:简文杨
终审:朱昌平
审定发布:李汉荣
内容来源:中山六院
责任编辑:
《黑函情报战》发预告 诺亚·琴蒂内奥变职场菜鸟
11月17日,由诺亚·琴蒂内奥、劳拉·哈德克、阿尔蒂·曼等人出演的《黑函情报战》发布正式预告,定档12月16日在线...
柯南×安室透再联手!《万圣节的新娘》曝终极预告
第25部《名侦探柯南》剧场版《名侦探柯南:万圣节的新娘》将于11月18日全国上映,预售现已全面开启!日前,影片...
广濑铃《若水沿流落于海》曝海报 定档2023年6月
11月17日,由前田哲导演,广濑铃主演的电影《若水沿流落于海》发布海报,宣布将于2023年6月在日本上映。 《若...
赖声川《如梦之梦》官宣阵容倪妮主演 胡歌送祝福
11月17日,话剧《如梦之梦》专属版官宣演员阵容,演员倪妮发文官宣自己饰演顾香兰,一组倪妮排练花絮图也同步曝光...
韩寒《四海》定档12月2日在中国台湾地区上映
11月17日,由韩寒执导,刘昊然、刘浩存、沈腾、尹正主演电影《四海》发布中国台湾地区版预告片,预计将于12月2日上...
“黑色新娘”酷毙了!蒂姆·伯顿《星期三》首映礼
当地时间2022年11月16日,美国洛杉矶,珍娜·奥尔特加(Jenna Ortega)、凯瑟琳·泽塔-琼斯、路...
《梦乡》11.18上线曝预告 杰森·莫玛饰半人半妖
由弗朗西斯·劳伦斯执导,杰森·莫玛和马洛·巴克利主演的Netflix奇幻冒险新片《梦乡》发布新预告,小女孩与半人半妖一...
《叫我郑先生》导演邹德全发文 呼吁院线多排片
11月17日,电影《叫我郑先生》导演邹德全发文,追思与涂们相处的日子。文章中讲述道:仅第二次见面,涂们老师就已...
《沼泽深处的女孩》终极预告 沼泽女孩陷爱恨纠葛
改编自全球现象级畅销小说的年度女性必看爱情成长佳作《沼泽深处的女孩》将于11月25日登陆全国影院。影片发布终极预告...
科幻喜剧《独行月球》:科影融合之路任重道远
原标题:《独行月球》:科影融合之路任重道远 电影《独行月球》是由张吃鱼执导,沈腾、马丽主演的科幻喜剧片,改...
等一个安妮·海瑟薇回归!《公主日记》第三部立项
已经拍摄了两部的《公主日记》是迪士尼旗下的经典影片。日前,据THR等报道,该系列的第三部正在筹备之中,新片为续集性质,...
宫崎骏《千与千寻》改编舞台剧 正式登陆流媒体
11月16日,根据宫崎骏动画名作《千与千寻》改编的舞台剧宣布登陆流媒体,并将于11月19日在19家流媒体平台播出。...
《大博弈》商场“极限”交锋 秦昊万茜再次梦碎
由周梅森编剧,韩晓军导演,秦昊、万茜、田雨、张萌、谭凯、柯蓝主演,改编自周梅森同名小说的现实主义题材力作《大博...
电影频道11月20日约19:47播出《古董局中局》
1905电影网专稿 上世纪90年代初,一尊从日本归还的佛头文物,牵扯出一场尘封五十年的惊天骗局…… ...
迪士尼《奇异世界》曝片段 家族奇幻世界大逃亡
近日,迪士尼动画新片《奇异世界》公布了一支正片片段。在片段中,冒险家族展开了大逃亡。而在他们的身后,是一大群说不清...
目黑莲《舞翔长空》曝剧照 “惹人嫌精英”将登场
日前,日杂《ザテレビジョン》披露了即将在NHK晨间剧《舞翔长空》中登场,目黑莲的大量剧照。初次出演晨间剧的目黑...
《忍者神龟:崛起》水墨风海报发布 定档11月19日
11月16日,全球知名IP《忍者神龟》系列全新动画电影《忍者神龟:崛起》发布中国定制版水墨风角色海报,独具东方...
女性版《加勒比海盗》被砍 原定“小丑女”出演
已经立项超过两年,进入到了剧本和筹备阶段的女性版《加勒比海盗》,被迪士尼彻底放弃。日前,在接受《名利场》杂志专...
《月圆月缺》预告 村花、目黑莲背德相恋暧昧感UP
11月15日,电影《月圆月缺》解锁“Remember Love版”网络预告。预告中,小野洋子的《Remember Lo...
《忍者神龟:崛起》曝预告 逆转未来超燃场面来袭
11月15日,全球知名IP《忍者神龟》系列全新动画版电影《忍者神龟:崛起》发布终极预告与终极海报,高能剧...