核醫(yī)學科在Medical Image Analysis發(fā)表“自動化核醫(yī)學骨顯像輔助診斷AI”相關研究成果
近日，我院核醫(yī)學科與四川大學計算機學院“自動化核醫(yī)學骨顯像輔助診斷AI”聯(lián)合研究成果發(fā)表在核醫(yī)學與人工智能交叉領域頂級期刊《Medical Image Analysis》（IF：11.5）。文章第一作者為四川大學計算機學院機器智能實驗室博士研究生皮勇與我院核醫(yī)學科趙禎醫(yī)師，通訊作者為我院核醫(yī)學科蔡華偉與四川大學計算機學院章毅。
我核醫(yī)學科科研團隊，完成并發(fā)表了當前全球最大規(guī)模的單中心核醫(yī)學骨顯像人工智能研究。在核醫(yī)學顯像診斷技術中，SPECT全身骨顯像(簡稱骨掃描)對臨床腫瘤骨轉(zhuǎn)移診斷具有重要的價值，也是核醫(yī)學適宜技術中應用最多的臨床影像檢查。最近的一次核醫(yī)學全國普查結果顯示，核醫(yī)學SPECT檢查量每年約210萬例，其中骨顯像占61.3%，即年檢查量超125萬例。以我院為例，核醫(yī)學科SPECT檢查服務量全國第一，2019年檢查4.3萬例，平均每天超130例。這也是臨床核醫(yī)學SPECT顯像組醫(yī)師最主要的閱片任務。然而，由于檢查技術本身的局限性以及腫瘤骨轉(zhuǎn)移在全身骨顯像中表現(xiàn)的多樣化，臨床醫(yī)師閱片時依然很大程度上依賴于經(jīng)驗的判斷。
為了改變這一現(xiàn)狀，我院核醫(yī)學科科研團隊借助當前新興的人工智能技術，聯(lián)合四川大學計算機學院醫(yī)學人工智能中心科研團隊，共同開展了“SPECT骨顯像應用于腫瘤骨轉(zhuǎn)移診斷”這一臨床具體問題的應用研究。研究發(fā)現(xiàn)，與PET/CT和PET/MR的圖像相比，SPECT平面顯像的圖像信息豐度相對較少，但其影像病變特征的復雜程度也相對較小，有利于圖像特征提取和AI模型構建。
研究納入了2018年-2019年在我院核醫(yī)學科完成的15474例腫瘤患者全身骨顯像圖像，通過深度卷積神經(jīng)網(wǎng)絡及空間注意特征融合算子技術的聯(lián)合運用，構建了一款骨顯像圖像輔助診斷AI模型。該模型通過提取已標注圖像中腫瘤骨轉(zhuǎn)移病灶的數(shù)目和部位等影像學特征并學習后，可有效進行全身骨掃描圖像的良惡性判斷，對22類腫瘤患者的骨轉(zhuǎn)移判斷綜合準確率達93.17%，其中肺癌、前列腺癌、乳腺癌的腫瘤骨轉(zhuǎn)移判斷準確率均在95%以上，有助于將有限的醫(yī)療人力資源更好地協(xié)調(diào)投入到疑難危重癥的診療，具有較好的臨床應用前景。
目前，四川大學華西醫(yī)院核醫(yī)學科的研究團隊，已經(jīng)基于這一AI，開發(fā)出了一款新型的智能骨顯像診斷系統(tǒng)，其原型機正布置在華西醫(yī)院核醫(yī)學科進行封閉式測試，有望在未來成功開展臨床應用及推廣。
作者：蔣麗莎 向鏞兆 蔡華偉 王海濤 趙禎編輯：史杰蔚 周亮來源：核醫(yī)學科
版權與免責聲明：本網(wǎng)頁的內(nèi)容由收集互聯(lián)網(wǎng)上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享，并不意味著贊同其觀點或證實其真實性，也不構成其他建議。僅提供交流平臺，不為其版權負責。如涉及侵權，請聯(lián)系我們及時修改或刪除。郵箱：sales@allpeptide.com