【佛山网址之家-佛山网址大全】佛山实用网址,搜索大全尽在fs218.com(Foshan)欢迎您!
网站首页
新闻报刊
数码产品
文学小说
财经股市
娱乐明星
幽默笑话
医疗保健
政府组织
法律资讯
男士女性
编程设计
科技IT
军事资讯
家庭理财
两性健康
汽车资讯
营养美食
人才市场
考试考研
艺术爱好
星座命理
美女帅哥
体育资讯
时装时尚
少年儿童
宠物花鸟
您现在所在位置:主页 > 医疗保健 >

腾讯高级工程师颜克洲:如何用AI技术解决乳腺癌难题

发布时间:2017-08-09  来源:未知  作者:木木

近日,腾讯架构平台部的高等工程师颜克洲向外介绍了腾讯AI lab在乳腺癌的病例图像识别以及钼靶识别方面的研究进展。

为什么选择乳腺癌这个方向?

他说,对于中国女性群体来说,乳腺癌是发病率最高的恶性肿瘤之一。据相关数据统计,我国每10万人中就有40多个人罹患乳腺癌。基于此,腾讯AI lab发力该领域,希望能够利用技术攻破治疗难题,以惠及更多普通人群。

在乳腺癌的检讨及研究方面,腾讯AI lab选择了两个详细方向。一、钼靶;二、病理学。

对于钼靶来说,它是一种非经常见的筛查手腕,它可以普惠到基层医院。但目前很多医生在钼靶方面的研究和熟习程度有所欠缺。因此,腾讯AI lab希望可以借助AI技术,赞助到基层医院的一些医生在钼靶方面做一些晋升。

对于病理学检查方向。在颜克洲看来,该方向用计算机处理睬比人类更加适合。病理学研究“区域”非常广泛,它可能有10万×10万个小细胞。如果依靠医生肉眼去看,全是密密麻麻的小细胞,这将是个非常苦楚且有伟大挑战的过程;假如用计算机去执行就会变得相对简略,它就可以将这些细胞进行拆分,做高并发研究。

腾讯AI lab在病理学图像识别的进展

在病理学图像的识别上,腾讯AI lab将其分为两个步骤。

一、在手术中或者手术后,将病人的淋巴结切下,视察癌细胞的位置及大小;

二、然后对此癌细胞进行组织学分析。组织学分析是将癌变的组织切下来,察看它的分化程度,然后来肯定方案。

据颜克洲介绍,腾讯AI lab早期就做过淋巴结切片的分析。对于这个切片,从病理学图片的识别来看存在一些难点。

医学上的病理切片分析需要的是波片扫描的数据,但是目前该数据量非常少,因为它需要把整个波片全体数字化。现在很多医院都还没有遍及数字病理机;另外,很多医生由于在医学院从一开端接触的就是显微镜,因此他们比较抵触应用这些机器。其实使用数字病理机只是把原先用显微镜看到的东西数字化而已。

该切片是张超级大型的图片,到达了10万×10万像素,这无论是对于人仍是计算机来说,对此图片做识别和分析都有一定难度及挑衅。

细胞形态非常相似。癌细胞与淋巴结上的一些巨噬细胞在形态上非常相象,但这两类细胞与普通的淋巴结细胞又有比较大的差别。

针对以上三个难点,腾讯AI lab提出了相应解决计划。

对于医疗机器的应用难题,后期可以给机器增加一些辅助功能。比如说可能辅助医生大概预估治疗成果等,这也许会逐步提升医生对于这些机器的好感;

对于超大型图片,可以化整为零,把它切成了多个patch去做分析;

而对于细胞形态,可以采取多数据融合的方式去分析,这个过程可以分为三个部分。

首先做一个浅处理,把切片中有用的部分全部切出来;

再者是进行分类。由于癌细胞与巨噬细胞非常相像,腾讯AI lab采用了一种激活的训练手段训练了两种网络:第一个是普通的正常和癌变细胞的网络;第二个是针对巨噬细胞跟癌变的一个有特殊分辨才能的网络;之后又将这两个网络用一个权重进行融合得到细胞病变的概率。

得到概率之后,可以利用病灶膨胀阀过滤掉一些传统的计算机识别的特征,包含细胞核个数、假阳性的组织等等;然后再融合它原本的一些计算机视觉的特征。比方说这个小片里面细胞的密度以及细胞的一些颜色的浮动,这些信息终极用一个概率图模型来输出,紧接着处理成一张热力图;形成热力求之后,经过一些降噪的手段将其变得更加准确;最后把它的病灶点进行聚类,再断定病灶大小,给它进行N分级。

雷锋网AI掘金志了解到,在最近的一次对于甲状腺的研究试验中,它的病灶召回率在0.83左右,而人类的水平大略在0.7左右。

腾讯在钼靶图像识别上的进展

接下来颜克洲还介绍了一下腾讯AI lab在钼靶图像辨认上的一些进展。他表现,腾讯AI lab之前对众多医生进行了一些调研,在钼靶图像这块总结出两个痛点:

一、医生很容易遗漏癌症的病变组织,也许是基本没有找到;

二、找到一块病灶组织,但分不清晰它的良/恶性概率是多少。

颜克洲流露,腾讯AI lab有尝试去解决这些痛点,但发现其中也有一些难点。

没有大批的数据和标注去训练神经网络。

这类图片与一般图片不太一样,用普通的神经网络算法在医学中应用不太可行。

钼靶图片有其特殊之处——同病理。在钼靶图像识别率这个范畴,单看一张图根本不知道患者有什么疾病。医生诊断的时候通常会对比患者的左胸和右胸图片,它的组织是根本对称的,最后来确定患者到底是不是有问题。

针对这三大困难,腾讯AI lab也做了一些摸索。

数据获取方面。在数据不够的情况下,机器很大水平上在学习医生在平时诊断时的做法。它将医生的方法抽象成一个数学办法,利用医生的知识把一些可疑的病灶进行判定,然后将这些知识提掏出来,应用到神经网络中去进行帮助剖析。

设计专门的医用神经网络,针对非标准图片去做。

模拟医生看片的流程,在方法上做了多图对照的一个过程。

实现框架主要也有三大块:

利用NLP把标签拿到。利用NLP技术把病人的钼靶报告和病理报告拿到以后,提取它的标签,然后利用这些标签对整图做训练。

做全处置。对于此步骤,腾讯AI lab会重点依据医生的一些相应知识去做处理。

拿到label和image后,再联合与医院拿到的一些数据标志,做神经网络训练,最后分辨它属不属于癌细胞。

这其中也包括三个过程:

第一步是把钼靶报告和病理报告里面的构造化信息利用NLP技巧提取出来;然后用计算机视觉的方法找到一些疑似的病灶(当然这些病灶不一定是真正有用的病灶,或者是真正癌变的病灶,但是至少可以大大缩减分析范围),把无用的一些地方去掉;再者用盘算机语言来找到它的ROI,找到这些ROI以后,后面在做神经网络的分类或者训练就会相对轻易得多。

第二步是进行多图比较。将两张图片利用医学图像的技术做对齐;对齐以后再做一个差分;差分完了以后,再将结果返回到方才的第一步做循环,去找到那个关键的、感兴趣的组织。

第三步也是最要害的步骤,拿到了ROI以后,将它放到神经网络里面去训练,训练它是或者不是癌变细胞,但是正如前面所言,实在目前的标注量用来训练神经网络是远远不够的。因为神经网络的训练一定是需要成千上万张这样的一个级别,因此一定要融入一些其余的医学知识。

融入哪些医学知识呢?

一、一些计算机视觉特征的知识。将病灶放到神经网络里面去,其实会丧失许多特征。好比说在原图位置的特征、大小特征、毛刺特征等等。然后将这些特点用另外一条通路把它描写出来;

二、医生在给患者做诊断时所依赖的一些特征。值得注意的是,还要对患者的年纪、性别、以及既往病史作懂得并进行处理,最后用概率图模型将这些特征做融会,得到良/恶性的概率。

颜克洲弥补说,腾讯AI lab目前在研究良/恶性病灶方面也有一些进展。在疑似病灶的处所,腾讯AI lab或许在每张图有1.5个假阳性的情形下能够取得80%的病灶笼罩率,该程度已经超过了人类。

他泄漏,接下来腾讯AI lab对于乳腺癌这个方向在诊断方面一定会融合尽量多的医学信息,尽量把患者的一些病历数据、影像数据、基因数据做多数据的融合,最后对病人做出一个综合的诊断,而不仅仅是把它当成一个图像工程去做。

如今基于AI的相关技术正结合各项应用及研究走进人们的生活,来到人们的身边。正如AI应用于乳腺癌识别一样,这一切都是为了让人人都享受更好的医疗服务,等待相关企业和机构在乳腺癌项目上的研究能够尽快有所打破,造福普通患者。

起源::AI掘金志(微信号 HealthAI)




上一篇:吃货留意!盛夏吃鱼生吃进这条虫
下一篇:药价谈判成功后,还要闯哪些关?

今日推荐

真相在这里!看看36
近日,360手机于京隆重召开了主题为“Make …[详细]
三思纵横重返中国试
导读:早在2008年5月,试验机行业跨国巨头…[详细]
中付支付:第三方支
1999年,国内涌现了第一家第三方支付公司,…[详细]
童话森林【木图腾盛
童话森林「木图腾」寓意为企业的性命,品牌…[详细]
理工名校校友偏爱佛
8月底,华南理工大学佛山校友会举办一年一…[详细]
一鼎科技绿色智能装
“生产环节出现异常,申请远程维护……”“…[详细]
“南海品牌号”专列
“原来南海有这么多值得骄傲的品牌…[详细]
西湖高研院开学,西
西湖大学(筹)的前身——浙江西湖高等研究…[详细]
韩国官方暗查整形医
韩国发达的整形美容业,一直是吸引爱丽人士…[详细]
西药外贸上半年成绩
9月4日讯 上半年,在世界经济增长加快,国…[详细]
易烊千玺现身秒拍“
在刚刚从前的这个夏天,超人气少年偶像组合…[详细]
联想控股落子全球首
来源:富凯财经摘要:这是联想控股迄今最大…[详细]
友情链接: