作者：李勝銳 軟件學(xué)院
指導(dǎo)老師：高躍 軟件學(xué)院
關(guān)鍵詞：計(jì)算機(jī)視覺 醫(yī)學(xué)影像 超圖
摘要
我們?cè)谑褂冕t(yī)學(xué)影像分析腫瘤患者生存情況的工作基礎(chǔ)上，將相關(guān)經(jīng)驗(yàn)應(yīng)用于科技抗疫任務(wù)，實(shí)現(xiàn)了高精度的新冠與普通肺炎鑒別算法，并基于核心算法開發(fā)出了肺炎鑒別和新冠肺炎病灶檢測軟件系統(tǒng)。
癌癥患者存活預(yù)測
長期以來，病理學(xué)對(duì)癌癥患者存活時(shí)間的預(yù)測都建立在病理學(xué)家在顯微鏡下目視分析上，通過經(jīng)驗(yàn)估計(jì)病情嚴(yán)重程度?；谏疃葘W(xué)習(xí)的方法可以通過大量腫瘤切片的訓(xùn)練捕捉重要特征，而基于超圖神經(jīng)網(wǎng)絡(luò)的方法可以在充分處理細(xì)節(jié)特征的同時(shí)，用超圖建立不同區(qū)域的整體關(guān)聯(lián)，實(shí)現(xiàn)更為精準(zhǔn)的預(yù)測。
圖1 超圖網(wǎng)絡(luò)的建立
圖2 生存時(shí)間預(yù)測網(wǎng)絡(luò)流程圖
新冠肺炎病灶輔助診斷
新冠肺炎患者的肺部CT圖像會(huì)有明顯的煙花狀病變，通過新冠肺炎的這一特征，可以對(duì)新冠肺炎的病灶進(jìn)行檢測。該軟件系統(tǒng)內(nèi)部算法采用了NoduleNet框架，通過學(xué)習(xí)大量新冠肺炎CT圖片，可以快速檢測分割出新的圖片樣本，起到輔助診療的作用，為相關(guān)醫(yī)療工作者減輕負(fù)擔(dān)。
圖3 NoduleNet網(wǎng)絡(luò)架構(gòu)
圖4 新冠肺炎輔助診斷軟件界面
新冠肺炎與普通肺炎的辨別
新冠與普通肺炎臨床表現(xiàn)類似，疫情初期，傳統(tǒng)的核酸診斷費(fèi)用昂貴、在部分地區(qū)難以普及，利用肺部CT影像進(jìn)行肺炎類型辨別具有重要臨床意義?；诔瑘D學(xué)習(xí)的分類算法，可以有效捕捉數(shù)據(jù)間的高緯特征關(guān)聯(lián)。在此基礎(chǔ)上，基于不確定度的超圖學(xué)習(xí)，還可以自動(dòng)排除錯(cuò)誤數(shù)據(jù)的干擾，強(qiáng)化關(guān)鍵數(shù)據(jù)的權(quán)重，進(jìn)一步提供準(zhǔn)確度。
圖5 基于不確定度賦權(quán)的超圖學(xué)習(xí)流程圖
