Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

AI辅助肝部病变分割技术再获突破,腾讯优图刷新全球医疗影像大赛LiTS两项纪录

全球AI检测肝病技术取得了新的突破。近日,全球LiTS (Liver Tumor Segmentation Challenge,肝脏肿瘤病灶区CT影像分割挑战)世界记录再次被刷新,腾讯旗下顶级AI实验室-腾讯优图实验室联合厦门大学组成的TencentX团队,从近百支科研队伍中脱颖而出,荣获肝分割、肝肿瘤分割两项技术世界第一。其中肝脏分割技术第一的记录保持了近半年,至今无人超越。

(图示:腾讯优图TencentX团队获得全球LiTS肝脏分割、肝肿瘤分割两项第一)

LiTS由德国慕尼黑理工大学、以色列特拉维夫大学等高校、科研院所与国际顶级医学图像年会MICCAI联合举办,致力于用创新的算法解决肝脏肿瘤病灶CT图像的自动分割,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。

肝癌是世界上发病率和致死率均较高的恶性疾病之一,临床上常用的检查已经形成包括超声、CT、MRI等完整的影像体系。基于影像的肝脏肿瘤自动分割技术能够辅助医生精确的了解癌灶的位置、大小以及与周围血管、肝组织的关系,对于后续的放射治疗、手术切除等都具有十分重要的临床意义。

然而,要实现精准的肝脏与肝肿瘤分割存在较大的难度。首先,肿瘤的大小、形状、位置复杂多变,因人而异;其次,肝脏与相邻器官之间、肿瘤区域与肝脏正常组织之间在CT成像中界限比较模糊;另外,该挑战的130例训练数据来源于多中心,数据的重建层厚、扫描增强期和方位存储等都存在很大差异。这些问题都加大了AI自动分割肝脏病灶的难度。

TencentX团队提出的自动分割算法力争在每一个处理环节都做到最优,包括数据的预处理、深度学习网络模型的设计、损失函数的选择以及最终结果的后处理。好的数据预处理是精准分割的关键,方案首先通过数据标准化预处理,从而降低不同数据间的图像差异。针对肝脏分割模块,团队设计了新颖的2.5D全卷积神经网络,并借鉴当下流行的空洞卷积模块有效的挖掘肝脏的结构化信息。在肝肿瘤分割模块,团队聚焦肿瘤在3D层面的连续性,设计了新颖的辅助损失函数,使得网络有效挖掘肿瘤的空间信息。最后通过模型融合等后处理调整,有效保证了算法的可靠性和精准性。

(图示:肝脏和肝肿瘤分割结果演示,
红色代表分割的肝脏区域,绿色代表分割的肝肿瘤区域)

腾讯优图在AI医疗方面沉淀已久,具备进行上亿规模的模型训练及合作接入,能够为技术落地提供有力的服务保障。近年来,腾讯优图的医疗AI技术,通过腾讯首个医疗影像产品“腾讯觅影”持续对外输出,目前已支持宫颈癌、肺癌、糖尿病视网膜病变等癌症筛查,并在国内100多家顶尖三甲医院进行落地,既减轻了医生的工作量,也为提升诊断准确率和效率发挥了重要的作用。

值得一提的是,腾讯优图在深耕AI图像技术的同时,积极开展产学研合作探索,与多所国内顶尖大学建立连接。此次合作的厦门大学王连生老师团队就是其中之一。通过全面布局AI产业、与高校展开密切合作,腾讯优图在人工智能领域持续稳步前进,在为行业培养更多优秀人才的同时,进一步加速推动AI技术在更多领域的创新研究和应用落地。

产业腾讯优图LiTS医疗影像深度学习卷积神经网络肝肿瘤分割
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

损失函数技术

在数学优化,统计学,计量经济学,决策理论,机器学习和计算神经科学等领域,损失函数或成本函数是将一或多个变量的一个事件或值映射为可以直观地表示某种与之相关“成本”的实数的函数。

卷积神经网络技术

卷积神经网路(Convolutional Neural Network, CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。卷积神经网路由一个或多个卷积层和顶端的全连通层(对应经典的神经网路)组成,同时也包括关联权重和池化层(pooling layer)。这一结构使得卷积神经网路能够利用输入数据的二维结构。与其他深度学习结构相比,卷积神经网路在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网路,卷积神经网路需要考量的参数更少,使之成为一种颇具吸引力的深度学习结构。 卷积网络是一种专门用于处理具有已知的、网格状拓扑的数据的神经网络。例如时间序列数据,它可以被认为是以一定时间间隔采样的一维网格,又如图像数据,其可以被认为是二维像素网格。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

空洞卷积技术

空洞卷积最大的特性就是扩张感受野,它不是在像素间插入空白像素,而是略过一些已有的像素。当然,我们也可以理解为保持输入不变,并向卷积核中添加一些值为零的权重,从而在计算量基本不变的情况下增加网络观察到的图像范围或序列长度。

腾讯机构

腾讯,1998年11月诞生于中国深圳,是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念,为亿万网民提供优质的互联网综合服务。 腾讯的战略目标是“连接一切”,我们长期致力于社交平台与数字内容两大核心业务:一方面通过微信与QQ等社交平台,实现人与人、服务及设备的智慧连接;另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展,通过普及移动支付等技术能力,为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/
相关技术
推荐文章
暂无评论
暂无评论~