打破国际AI肝脏肿瘤分割记录 腾讯优图荣获LiTS双料冠军

欢迎各位大哥大姐来到小编的文章，希望小编辛勤的写作，能给大伙带来开心和笑容，如果真的如此请关注评论，这样小编就更加的有信心了。

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。

文章到这里就结束了，也不知道大家看过瘾了没，这些都是小编的一点个人见解，有哪些不太妥的地方，还请各位大哥大姐担待点，如果喜欢的话，请点击下方的关注，小编会全心全意为大家带来有趣，有料的故事，最后希望大家天天快乐。